Ученые создали эталон для оценки качества работы химических языковых ИИ-моделей

Российские ученые разработали инструмент для оценки эффективности больших языковых моделей при решении химических задач. Новый эталон позволит ускорить создание искусственного интеллекта (ИИ), способного генерировать новые лекарственные препараты. Об этом 1 ноября сообщили ТАСС в пресс-службе Института искусственного интеллекта AIRI.

«Наш тест призван помочь разработчикам языковых моделей лучше понимать архитектурные ограничения нейросетей. Он может стать основой для дальнейших исследований в области автоматизации химических рассуждений», — приводит пресс-служба слова научного сотрудника Центра ИИ-разработки лекарственных препаратов (AIDD) Института AIRI Кузьмы Храброва.

Отмечается, что в последние годы ИИ и машинное обучение начали активно внедряться в химию и смежные области. Один из наиболее известных примеров — алгоритм для определения структуры белков AlphaFold, который получил Нобелевскую премию. На текущий момент исследователи разрабатывают новые методы для решения химических задач с использованием языковых моделей ИИ.

Однако для решения химических задач часто требуется не просто извлечение фактов, а последовательное решение связанных вопросов. Уточняется, что с этим ИИ иногда не справляется адекватно. Для эффективной работы в этой области необходимо создать подходы, позволяющие быстро найти пути для улучшения способности ИИ решать комплексные задачи.

Чтобы улучшить работу «химических ИИ», ученые разработали специализированный тест из базовых химических задач, в том числе определение продуктов реакций, предсказание их свойств и генерация описаний молекул по формуле. Искусственный интеллект, в свою очередь, должен решить задачу, определить продукт реакции и оценить его важные характеристики, такие как биоактивность.

На основе теста исследователи проверили несколько больших языковых моделей, включая универсальные системы ИИ и специализированные химические модели. Эти проверки подтвердили возможность использования метода оценки «химического ИИ» и выявили проблемные аспекты в работе моделей. Отмечается, что в результате это должно ускорить развитие искусственного интеллекта в химической науке.

Как нейросети помогают выявлять болезни и создавать лекарства. Разбор

Кандидат медицинских наук, клинический фармаколог Андрей Кондрахин в беседе с «Известиями» 24 мая рассказал о сокращении врачебных ошибок и ускорении рутинной части работы специалистов с использованием ИИ в медицине и фармакологии. По его словам, искусственный интеллект также применяется в рентгенологии, гистологии, онкологических исследованиях и иных отраслях. Также специалист отметил, что внедрение технологий облегчает выписку рецептов, заполнение истории болезни и составление врачебных направлений.

Все важные новости — в канале «Известия» в мессенджере МАХ