Слияние языковых моделей и физического ИИ ускорит исследования в химии

Интеграция больших языковых моделей с физически информированными нейросетями станет ключевым этапом развития искусственного интеллекта для химических исследований. К такому выводу пришли ведущие российские химики в ходе подготовки масштабного обзора, посвященного применению ИИ в этой области.

Как пояснил Михаил Медведев, руководитель группы в Институте органической химии РАН, будущие ИИ-агенты должны не только генерировать прогнозы, но и оценивать их обоснованность, определяя, когда результаты выходят за пределы обучающих данных. Это позволит выбирать наиболее информативные эксперименты для снижения неопределенности.

Александр Рябов из Центра ИИ "Сколтеха" подчеркнул, что для химика важна не просто точность модели на тестовых данных, а ее способность помогать интерпретировать результаты, планировать опыты и сохранять надежность при работе с новыми веществами. Уже сейчас машинное обучение заметно улучшило работу специалистов в интерпретации данных спектроскопии и масс-спектрометрии, поиске перспективных соединений и проведении автоматизированных многоэтапных экспериментов.

В обзоре, подготовленном учеными ИОХ РАН, Центра ИИ "Сколтеха", Университета ИТМО и других организаций, отмечается, что дальнейшее развитие потребует проверки фундаментальных моделей в полном цикле исследований — от постановки задачи до получения воспроизводимого результата.