Заменит ли искусственный интеллект (ИИ) химиков?

Перевод статьи: Ananikov V. P., Will artificial intelligence (AI) replace chemists?, Chemistry Today, 2024, 42(4). 14-15.

Ссылки: статья, полный выпуск журнала. Скачать: pdf.

АНАНИКОВ В.П.
Институт органической химии им. Н. Д. Зелинского, Российская академия наук, Москва

https://AnanikovLab.ru

https://t.me/ananikovlab

Аннотация

Искусственный интеллект (ИИ) — одна из наиболее быстро развивающихся современных технологий, оказывающая значительное влияние на науку и технику. Не осталась в стороне и химия: сейчас наблюдается беспрецедентное ускорение прогресса в различных областях исследований (1, 2, 3, 4). Внедрение элементов робототехники и автоматизации можно считать прелюдией к созданию самостоятельного искусственного интеллекта для работы в лаборатории и автономного синтеза органических молекул (5, 6, 7). Структурные исследования (8) включают в себя, например, анализ и интерпретация данных микроскопии (9) и спектроскопии (10) с помощью машинного обучения в режиме реального времени и переход к 4D-описанию химических явлений (11).

Однако следует отметить, что ИИ еще далек от того, чтобы заменить человека в лаборатории. Химики-синтетики проходят длительное и разностороннее обучение. Чтобы стать профессионалом «все-в-одном», необходимо получить профильное образование, подразумевающее комплексную теоретическую и практическую подготовку, которая позволяет разрабатывать дизайн экспериментов, оптимизировать синтезы, умение выполнять разделение, анализ и очистку веществ, оценку влияния примесей, учитывать случайные факторы, вариации состава химических веществ от партии к партии и многое другое. Самое главное умение специалиста-химика — находить решения в случаях, когда известные закономерности не работают. На многих этапах ИИ уже стал ценной вспомогательной технологией. Пока, однако, рано ожидать, что автономный ИИ без контроля со стороны человека сможет синтезировать широкий спектр органических молекул с приемлемым уровнем сложности технологии и допустимыми эксплуатационными расходами (12). Несмотря на впечатляющий прогресс, преждевременно полагать, что все проблемы автоматизированного синтеза решены (2). 

Очень важно, чтобы химики-экспериментаторы за годы проб и ошибок приобрели знания не только об эффективных приемах, но и о том, что не работает. Подобный опыт часто является интуитивным, и им нелегко поделиться. Действительно, отсутствие отрицательных экспериментов в качестве обучающих данных является одним из ключевых ограничений для разработки моделей ИИ в химии (13).

Продвинутые модели ИИ-химиков по-прежнему опираются на набор накопленных знаний и проводят эксперименты с применением известных методик, и дальнейший прогресс во многом зависит от участия ученых-людей (5). Важные направления развития технологий применения ИИ – промышленность (14) и устойчивое развитие (15). Хотя преимущества ИИ в оптимизации процессов и снижении затрат очевидны, его внедрение на практике требует дополнительного когнитивного уровня в контексте реального химического производства (16). 

Возможно, в отдалённом будущем ИИ достигнет значительных успехов, но пока рано ожидать, что он сможет заменить человека в исследовательских лабораториях. Тем не менее, уже сейчас существует множество заслуживающих внимательного изучения ИИ-инструментов для химических исследований.

Из личного опыта: впервые я получил опыт в исследовательской лаборатории в 1988–1990 годах, когда, будучи школьником, готовился к олимпиаде по химии. В то время компьютеры только начали появляться в химических лабораториях. Трудно поверить, но многие профессиональные химики считали освоение компьютеров пустой тратой времени, предпочитая "классический" подход (статьи писались на печатных машинках, а формулы рисовались вручную). Некоторые футуристы предсказывали, что компьютеры вскоре заменят химиков в лабораториях, но, как мы видим, этого не произошло. Однако те химики, которые адаптировались к компьютерной эре и быстро освоили новые инструменты, значительно превзошли своих менее гибких коллег в производительности и эффективности. Даже за короткий промежуток времени разница между теми, кто сразу внедрил компьютеры, и теми, кто этого не сделал, стала ощутимой, а сейчас компьютеры – это неотъемлемая часть работы в лабораториях.

Революция ИИ в химии уже началась, и она существенно изменит исследовательские практики. Однако даже по самым оптимистичным прогнозам массовая замена химика-экспериментатора в обозримом будущем маловероятна. Вместо этого главная задача на ближайшее время — правильная интеграция ИИ-инструментов в процессы синтетической химии, что в ходе жарких дискуссий нередко упускается из виду. ИИ, как и компьютеры, не сможет заменить химиков, но специалисты, которые быстрее освоят его возможности, неизбежно опередят тех, кто будет медлить. Ближайшее будущее — за цифровым обучением (17), всё более развитым машинным интеллектом и выверенным и точным использованием ИИ в химических лабораториях, что подразумевает решение вопросов доступности данных и кода, воспроизводимости моделей ИИ, этических вопросов и рекомендаций по публикации исследований с применением ИИ. Искусственный интеллект безусловно найдёт своё место в химических лабораториях!

Ключевые слова: искусственный интеллект, химическая наука, машинное обучение, химическая промышленность, химические исследования.

Список литературы

1. Back, S. et al. Accelerated chemical science with AI. Digital Discovery (2023) doi: 10.1039/D3DD00213F. https://doi.org/10.1039/D3DD00213F
2. Segler, M. H. S., Preuss, M., & Waller, M. P. Planning chemical syntheses with deep neural networks and symbolic AI. Nature 555, 604–610 (2018). https://doi.org/10.1038/nature25978
3. Walters, W. P., Murcko, M. Assessing the impact of generative AI on medicinal chemistry. Nature Biotechnology 38, 143–145 (2020). https://doi.org/10.1038/s41587-020-0418-2
4. Han, R., Yoon, H., Kim, G., Lee, H. & Lee, Y. Revolutionizing Medicinal Chemistry: The Application of Artificial Intelligence (AI) in Early Drug Discovery. Pharmaceuticals 16, 1259 (2023). https://doi.org/10.3390/ph16091259
5. Zhu, Q. et al. An all-round AI-Chemist with a scientific mind. Nat. Sci. Rev. 9, nwac190 (2022). https://doi.org/10.1093/nsr/nwac190
6. Ha, T. et al. AI-driven robotic chemist for autonomous synthesis of organic molecules. Sci. Adv. 9, eadj0461 (2023). https://www.science.org/doi/10.1126/sciadv.adj0461
7. Empel, C. & Koenigs, R. M. Artificial‐Intelligence‐Driven Organic Synthesis—En Route towards Autonomous Synthesis? Angew. Chem. Int. Ed. 58, 17114–17116 (2019). https://doi.org/10.1002/anie.201911062
8. Bremser, W. Structure Elucidation and Artificial Intelligence. Angew. Chem. Int. Ed. 27, 247–260 (1988). https://doi.org/10.1002/anie.198802471
9. Galushko, A. S., Boiko, D. A., Pentsak, E. O., Eremin, D. B. & Ananikov, V. P. Time-Resolved Formation and Operation Maps of Pd Catalysts Suggest a Key Role of Single Atom Centers in Cross-Coupling. J. Am. Chem. Soc. 145, 9092–9103 (2023). https://doi.org/10.1021/jacs.3c00645
10. McCardle, K. Accelerated mass spectra analysis. Nat. Comput. Sci. 2, 556–556 (2022). https://doi.org/1038/s43588-022-00327-9
11. Galushko, A. S. & Ananikov, V. P. 4D Catalysis Concept Enabled by Multilevel Data Collection and Machine Learning Analysis. ACS Catal. 14, 161–175 (2024). https://doi.org/10.1021/acscatal.3c03889
12. Matsubara, S. Digitization of Organic Synthesis — How Synthetic Organic Chemists Use AI Technology. Chem. Lett. 50, 475–481 (2021). https://doi.org/10.1246/cl.200802
13. For chemists, the AI revolution has yet to happen (Editorial). Nature 617, 438 (2023). https://doi.org/10.1038/d41586-023-01612-x
14. Bortz, M., Dadhe, K. & Mitsos, A. AI in Chemical Engineering – We Are Just at the Beginning. Chem. Ing. Techn. 93, 1875–1875 (2021). https://doi.org/10.1002/cite.202171202
15. Toniato, A., Schilter, O. & Laino, T. The Role of AI in Driving the Sustainability of the Chemical Industry. Chimia 77, 144 (2023). https://doi.org/10.2533/chimia.2023.144
16. Linchevski, C. How to Leverage AI to Benefit the Chemical Industry. Chem. Ing. Techn. 93, 2040–2044 (2021). https://doi.org/10.1002/cite.202100099
17. Greenaway, R. L., Jelfs, K. E., Spivey, A. C. & Yaliraki, S. N. From alchemist to AI chemist. Nat. Rev. Chem. 7, 527–528 (2023). https://doi.org/10.1038/s41570-023-00522-w.

ОБ АВТОРЕ

Валентин Анаников — заведующий лабораторией Института органической химии имени Н. Д. Зелинского Российской академии наук, академик Российской академии наук, член Европейской академии. Сфера научных интересов — катализ, искусственный интеллект, молекулярная сложность и химические превращения.

Как цитировать эту статью:

Ananikov V. P., Will artificial intelligence (AI) replace chemists?, Chemistry Today, 2024, 42(4), 14-15.