تلاش های زیادی برای استفاده از قدرت هوش مصنوعی جدید و مدل های بزرگ زبان (LLM) انجام شده است تا سعی در پیش بینی نتایج واکنشهای شیمیایی جدید داشته باشد. آنها موفقیت محدودی داشته اند ، تا حدودی به این دلیل که تاکنون مبتنی بر درک اصول اساسی جسمی مانند قوانین حفظ توده نبوده اند. اکنون تیمی از محققان MIT راهی برای درج این محدودیت های جسمی در مدل پیش بینی واکنش ارائه داده اند و بنابراین به طور قابل توجهی دقت و قابلیت اطمینان خروجی های آن را بهبود می بخشند.
کار جدید در تاریخ 20 اوت در مجله گزارش شده است ذاتدر سندی از پست اخیر -جولیونگ جون (اکنون استادیار دانشگاه کوکمین ، کره جنوبی). مهندس سابق نرم افزار مون هونگ فونگ (اکنون در دانشگاه دوک) ؛ فارغ التحصیل مهندسی شیمی نیکلاس کاستی ؛ جردن لیلز Postdoc ؛ دانشجوی فیزیک ne dassanayake ؛ و نویسنده ارشد کانر ماشین ، که از سال 1957 کلاس است. استاد توسعه شغلی در بخش های MIT در مهندسی شیمی و مهندسی برق و علوم کامپیوتر.
یونگ توضیح می دهد: “پیش بینی نتایج واکنش یک کار بسیار مهم است.” به عنوان مثال ، اگر می خواهید یک داروی جدید انجام دهید ، “باید بدانید که چگونه این کار را انجام دهید. بنابراین ، ما را ملزم می کند که بدانیم چه محصولی احتمالاً” برای به دست آوردن مجموعه ای از ورودی های شیمیایی به یک واکنش است. اما بیشتر تلاش های قبلی برای انجام چنین پیش بینی ها فقط به مجموعه ای از ورودی ها و مجموعه ای از خروجی ها بدون در نظر گرفتن مراحل میانی یا در نظر گرفتن محدودیت ها برای اطمینان از عدم دستیابی یا از بین رفتن در واکنش های واقعی ، نگاه می کند.
جوون خاطرنشان می کند که در حالی که مدل های بزرگ زبان مانند ChatGPT در بسیاری از زمینه های مطالعه بسیار موفق بوده اند ، این مدل ها راهی برای محدود کردن نتایج خود به قابلیت های واقع گرایانه جسمی ارائه نمی دهند ، مانند این که آنها را ملزم به حفظ حفاظت از توده می کنند. این مدل ها از “توکن” محاسباتی استفاده می کنند ، که در این حالت نشان دهنده اتم های جداگانه است ، اما “اگر نشانگرها را نگه ندارید ، مدل LLM شروع به ساخت اتم های جدید می کند یا اتمها را در واکنش حذف می کند.” او می گوید به جای اینکه بر اساس یک درک علمی واقعی بنا شود ، “این نوع مانند کیمیاگری است.” او می گوید ، در حالی که بسیاری از تلاش ها برای پیش بینی واکنش فقط به محصولات نهایی ، “ما می خواهیم همه مواد شیمیایی و نحوه تغییر مواد شیمیایی را ردیابی کنیم” در طول روند واکنش از ابتدا تا انتها.
برای مقابله با این مشکل ، تیم از روشی که در اوایل دهه 1970 توسط Ivar Ugi Chemist ساخته شده است ، استفاده می کند که از یک ماتریس اتصال الکترونیکی برای ارائه الکترون در واکنش استفاده می کند. آنها از این سیستم به عنوان پایه ای برای برنامه جدید خود به نام Flower (تطبیق جریان توزیع مجدد الکترون) استفاده کردند ، که به آنها امکان می دهد صریح تمام الکترون های موجود در واکنش را کنترل کنند تا اطمینان حاصل کنند که هیچ کس در این فرآیند اضافه نشده یا حذف نشده است.
این سیستم از یک ماتریس برای نشان دادن الکترون ها در واکنش استفاده می کند و از مقادیر غیر صفر برای ارائه اتصالات یا جفت های الکترونیکی تنها و صفرها استفاده می کند تا فقدان چنین مواردی باشد. فونگ می گوید: “این به ما کمک می کند تا هم اتمها و هم الکترون ها را همزمان نگه داریم.” به گفته وی ، این نمایندگی یکی از عناصر اصلی برای حفاظت انبوه در سیستم پیش بینی آنها بود.
Car می گوید ، سیستمی که آنها توسعه داده اند هنوز در مرحله اولیه است. “سیستمی که ایستاده است ، نمایشی است – اثبات این مفهوم که این رویکرد مولد به همزمانی جریان برای وظیفه پیش بینی یک واکنش شیمیایی بسیار مناسب است.” در حالی که تیم از این رویکرد امیدوارکننده هیجان زده است ، او می گوید: “ما می دانیم که محدودیت های خاصی در عرض مواد شیمیایی مختلف قابل مشاهده دارد.” وی می گوید ، اگرچه این مدل با استفاده از بیش از یک میلیون واکنش شیمیایی به دست آمده از یک بانک اطلاعاتی از دفاتر ثبت اختراع در ایالات متحده آموزش دیده است ، اما این داده ها شامل فلزات خاص و برخی از انواع واکنش های کاتالیزوری نیستند.
وی می گوید: “ما از این واقعیت بسیار هیجان زده هستیم که می توانیم چنین پیش بینی های قابل توجهی را برای مکانیسم های شیمیایی از سیستم موجود بدست آوریم.” “این یک توده را حفظ می کند ، الکترون ها را حفظ می کند ، اما مطمئناً اعتراف می کنیم که در سالهای آینده گسترش و قدرت بیشتری برای کار کردن وجود دارد.”
اما حتی در شکل فعلی خود ، که آزادانه از طریق پلت فرم آنلاین GitHub ارائه می شود ، “ما فکر می کنیم پیش بینی های دقیقی را انجام می دهد و به عنوان ابزاری برای ارزیابی واکنش پذیری و نقشه برداری از مسیرهای واکنش مفید خواهد بود.” “اگر ما به آینده پیشرفت در وضعیت هنر درک مکانیکی و کمک به ایجاد واکنش های جدید نگاه کنیم ، ما کاملاً در آنجا نیستیم. اما امیدواریم این گامی در جهت آن باشد.”
فونگ می گوید: “این همه یک کد باز است.” “مدل ها ، داده ها ، همه آنها در بالا است” ، از جمله مجموعه قبلی از داده های تهیه شده توسط Joung ، که به طور جامع مراحل مکانیکی واکنشهای شناخته شده را ذکر می کند. او می گوید: “من فکر می کنم ما یکی از گروه های پیشگام هستیم که این مجموعه از داده ها را تهیه می کنیم و ما آن را با یک منبع باز در دسترس قرار می دهیم و این کار را برای همه انجام می دهیم.”
این تیم می گوید که مدل گل همزمان یا رویکردهای موجود برای یافتن مسیرهای استاندارد مکانیکی است و به شما امکان می دهد تا انواع واکنش های قبلی را که قبلاً ذکر شده است خلاصه کنید. گفته می شود که این مدل برای پیش بینی واکنش های شیمی دارو ، تشخیص مواد ، احتراق ، شیمی جوی و سیستم های الکتروشیمیایی به طور بالقوه مهم است.
کولی در مقایسه خود با سیستم های پیش بینی واکنش های موجود ، می گوید: “با استفاده از انتخاب معماری که ما ساخته ایم ، ما این افزایش را در اعتبار و حفظ می کنیم و از نظر بهره وری همزمان یا دقت کمی بهتر می گیریم.”
وی می افزاید: “آنچه در رویکرد ما بی نظیر است این است که در حالی که ما از این کتابهای درسی استفاده می کنیم ، درک مکانیسم ها برای تولید این مجموعه از داده ها ، ما معرفها و محصولات واکنش کلی را در داده های معتبر تجربی از ادبیات ثبت اختراع لنگر می زنیم.” او می گوید ، آنها مکانیسم های اساسی را بیرون می آورند ، نه فقط آنها را اختراع می کنند. “ما آنها را بر روی داده های آزمایشی قرار داده ایم و این چیزی نیست که قبلاً در این نوع مقیاس انجام شده و به اشتراک گذاشته شده است.”
به گفته وی ، قدم بعدی این است که “ما کاملاً علاقه مندیم درک مدل برای فلزات و چرخه های کاتالیزوری را گسترش دهیم. ما در این کتاب اول سطح را خراشیده ایم” ، و بیشتر واکنش های موجود شامل فلزات یا کاتالیزور نیست ، “بنابراین این جهت است که ما کاملاً علاقه مند هستیم.”
در دراز مدت ، او می گوید: “بسیاری از هیجان استفاده از این نوع سیستم برای کمک به کشف واکنشهای پیچیده جدید و کمک به روشن شدن مکانیسم های جدید است. فکر می کنم تأثیر بالقوه طولانی مدت بزرگ است ، اما البته این فقط اولین قدم است.”
این کار توسط آموزش ماشین برای کنسرسیوم برای اکتشافات دارویی و سنتز و بنیاد ملی علمی پشتیبانی می شود.
