Российские ученые разработали нейросеть, которая способна «включать» интуицию. Теперь искусственный интеллект может не просто анализировать структуры, а копировать сам процесс мышления человека.
Специалисты Института органической химии имени Н. Д. Зелинского Российской академии наук (ИОХ РАН) научили нейросеть применять интуитивный подход при создании новых материалов и соединений. Об этом сообщает пресс-служба Минобрнауки России со ссылкой на международный научный журнал Chemical Science.
Сегодня ИИ решает разные задачи: быстро обрабатывает большие данные, ищет лекарства, анализирует экономические процессы, предсказывает химические реакции и улучшает производство. Но и у нейросетей есть один важный недостаток — им тяжело повторить то, что человек делает на интуитивном уровне. Интуиция — это опыт, знания и неочевидные ассоциации, которые сложно описать алгоритмами. Ученый за годы изучает тысячи молекул, анализирует их структуру и учится мгновенно оценивать новые соединения. Такие решения нельзя свести к формальным формулам — они основаны на глубоком понимании и многолетней практике.
Чтобы научить ИИ работать так же, как это делают опытные химики, российские ученые использовали метод Learning to Rank (LTR). Это сравнительно новый подход машинного обучения, который сейчас широко применяется в поисковых системах и рекомендательных сервисах для упорядочивания информации. Однако российские ученые сумели адаптировать LTR под задачи химии. Вместо простой классификации молекул по фиксированным критериям, LTR позволил ИИ учиться на решениях специалистов и понимать, какие характеристики действительно важны.
Для обучения нейросети исследователи собрали обширный набор данных: около 300 000 молекул были оценены 50 профессиональными химиками. Специалисты сравнили пары молекул и определили, какая из них сложнее. Это дало почти 200 000 экспертных сравнений. Данные использовались для тренировки модели: она постепенно училась принимать решения, близкие к человеческим. В итоге была создана нейросеть, которая способна точно ранжировать молекулы по сложности, а также уникальный набор данных с экспертными оценками — он станет ценным ресурсом для дальнейших исследований.
Если ранее искусственный интеллект в химии преимущественно решал узкие задачи, то теперь он воспроизводит интуитивный подход ученых, выходящий за рамки формальных параметров. Это открывает новые возможности для химиков: быстрее находить нужные вещества, оптимизировать синтез и создавать материалы с заданным уровнем молекулярной сложности.
Особое значение работы российских ученых заключается в том, что молекулярная сложность перестает быть субъективным понятием и превращается в измеримую характеристику, которая доступна для анализа и автоматизации. По мнению авторов, такой подход может найти применение в самых разных областях — от фармацевтики до материаловедения.
