Tulkošanas algoritms var paredzēt ķīmiskās reakcijas valodu

Kategorija: Bez kategorijas Ievietots 04. decembris

Domājot par organisko ķīmiju kā vārdiem un teikumiem, nevis atomiem un molekulām, pētnieki ir atraduši veidu, kā mākslīgais intelekts prognozē ķīmiskās reakcijas.

In papīrs, kas publicēts arXiv IBM pētnieki, kas tika prezentēti šīs nedēļas Neironu informācijas apstrādes sistēmu (NIPS) konferencē, pierāda, ka, uztverot reakcijas prognozes kā tulkošanas problēmu, viņi var nākt klajā ar pareizo reakciju biežāk, nekā tas bija iespējams ar iepriekšējiem modeļiem.

Intuitīvi pastāv analoģija starp ķīmiķa izpratni par savienojumu un valodas runātāja izpratni par vārdu, raksta pētnieki.

Izmantojot neironu tīklu, ko bieži izmanto mašīntulkošanā, pētnieki apmācīja sistēmu, izmantojot datu kopu, kas ietvēra 395 496 reakcijas. No šiem datiem neironu tīklam bija jāapgūst reakciju sintakse, lai varētu paredzēt neredzētus savienojumus. Algoritms sniedza pētniekiem sarakstu ar piecām visticamākajām reakcijām, un augstākā prognoze bija pareiza 80 procentus gadījumu, pārspējot citu modeli, kas mēģināja paredzēt reakcijas par sešiem procentpunktiem.

Ir miljoniem ķīmisku reakciju, kas vēl ir jādokumentē, tāpēc šī pieeja varētu palīdzēt paātrināt tādu lietu izpēti kā zāļu atklāšana. Taču pētnieki saka, ka, jo modeļiem tiks pievienots vairāk datu, būs jāveic vairāk dubultās pārbaudes. Teodoro Laino, viens no pētniekiem, pastāstīja IEEE spektrs ka viņi neradīja šo rīku, lai aizstātu organiskos ķīmiķus, bet gan lai palīdzētu viņiem.