Исследователи стремятся улучшить роль ИИ в химии

Исследователи работают над пониманием процессов принятия решений искусственным интеллектом, чтобы улучшить его использование в химии, особенно в разработке лекарств. Новые исследования по этой теме будут представлены на осеннем собрании Американского химического общества, которое пройдет с 18 по 22 августа. На собрании будут представлены более 10 000 докладов на различные научные темы.

Сегодня Американское химическое общество объявило в пресс-релизе о том, что исследователи представят результаты использования Объясняемого Искусственного Интеллекта (ОИИ) для понимания того, как ИИ принимает решения в химии. Разоблачая эти сложные системы, эксперты стремятся увеличить доверие и улучшить эффективность ИИ.

Ребекка Дэвис, профессор химии, объясняет, что современные модели ИИ часто рассматриваются как «черные ящики», процессы принятия решений которых скрыты. Она заявляет: «Если мы сможем предложить модели, которые помогут дать некоторое представление о том, как ИИ принимает свои решения, это потенциально может сделать ученых более спокойными относительно этих методологий.»

В дополнение к этому, XAI может предоставить ценную информацию для усовершенствования программирования ИИ и улучшения его работы на практике. «Я хочу использовать XAI, чтобы понять, какую информацию мы должны преподавать компьютерам о химии», — говорит Хантер Штурм, аспирант в лаборатории Дэвис, представляющий эту работу на конференции.

Исследователи начали с того, что загрузили в модель искусственного интеллекта базы данных известных молекул лекарственных средств, спроектированную для предсказания биологической активности соединения. Чтобы понять процесс принятия решений модели, они использовали модель XAI, разработанную совместным участником Паскалем Фридерихом из Института технологии Карлсруэ в Германии.

Это позволило им определить конкретные молекулярные особенности, влияющие на прогнозы AI. Анализируя эти факторы, Дэвис и Штурм получили представление о критериях AI для категоризации молекул и определения их потенциала как кандидатов в лекарства.

Предварительные результаты исследований говорят о том, что XAI может обнаруживать то, что может упустить человек, поскольку она способна анализировать гораздо больше переменных одновременно.

Например, при анализе молекул пенициллина, искусственный интеллект обнаружил нечто неожиданное. Ученые обычно считают, что основная структура пенициллина играет ключевую роль в его антибиотических свойствах. Однако, Дэвис объяснила, что XAI определил части, присоединенные к этому ядру, как ключевой фактор, определяющий антибиотическую активность молекулы. Она утверждает, что это могло бы объяснить, почему некоторые модифицированные версии пенициллина с той же основной структурой менее эффективны.

В следующем этапе исследователи планируют сотрудничать с лабораторией микробиологии, чтобы создать и протестировать потенциальные антибиотические соединения, выявленные с помощью усовершенствованных моделей ИИ. Их конечная цель — использовать ИИ для разработки новых и более эффективных антибиотиков, которые могут справиться с растущей угрозой резистентности к антибиотикам.

В своей презентации, Дэвис заявляет: «Машинное обучение теперь предлагает нам возможность делать это в гораздо большем масштабе, где мы, вероятно, увидим тенденции, которые мы никогда не видели в химическом поведении, и это позволит нам создавать молекулы и материалы с гораздо большей скоростью, чем когда-либо в истории.»

По мере того как ИИ продолжает развиваться, прозрачность и понимание становятся важными для укрепления общественного и научного доверия. Раскрывая сложности ИИ, ученые делают прогресс в направлении использования его полного потенциала для блага общества.