Вот уже несколько лет Сбер вручает выдающимся ученым страны свою Научную премию. А в этом году, в рамках проекта «Перспективы открытий», лауреаты Научной премии Сбера-2023 выступают с лекциями о перспективах научно-технического прогресса перед студентами ведущих вузов страны.
Тому, как искусственный интеллект способен изменить развитие химии (и как науки, и как основы химической промышленности) была посвящена лекция академика РАН, профессора химического факультета МГУ, руководителя лаборатории металлокомплексных и наноразмерных катализаторов Института органической химии им. Н. Д. Зелинского РАН Валентина Ананикова, прочитанная на днях в Новосибирском государственном университете.
В своем выступлении он показал, как использование технологий искусственного интеллекта позволяет решать проблемы. Которые многим поколениям химиков казались принципиально неразрешимыми.
Первая – это, конечно же, обработка данных, получаемых в ходе эксперимента. Надо отметить, что работа с научной big data – актуальная задача для многих ученых. Астрономия и генетика, физика элементарных частиц и медицина – все эти научные направления генерируют сегодня петабайты информации, которые надо быстро и в то же время качественно обработать. И просто использованием вычислительной техники не обойтись. Все равно никаких лаборантов не хватит.
В химии та же картина, отметил лектор. И привел яркий пример: ручная обработка всех результатов масс-спектрометрии одной достаточно простой гомогенной каталитической реакции у лаборанта займет более ста лет. Не удивительно, что сегодня порядка 90 % экспериментальных данных, получаемых в ходе исследований, остаются неиспользованными и нигде не публикуются.
Исследователи выбирают только ту часть полученной информации, которая кажется им наиболее показательной или соответствующей целям проекта, но нет никаких гарантий, что в отброшенном (за недостатком времени) массиве данных не содержатся те, что принципиально изменят выводы, озвученные в научной работе. Потому и возникает периодически ситуация, когда новые исследования ставят «крест» на вроде бы блестящих и вполне убедительных результатах, полученных несколькими годами ранее. И дело тут не в «подтасовке фактов», просто разные группы оперировали с разными сегментами данных, полученных в ходе схожих экспериментов.
И тут в дело вступили алгоритмы машинной обработки данных. «Эти алгоритсмы, как будто, специально созданы для нас, применение нейросетей позволяет обрабатывать огромные массивы информации в разумные сроки. Искусственный интеллект за 2-3 часа обрабатывает все данные по химической реакции, на что раньше ушло бы пять лет. И сейчас удачное время, чтобы идти в химию, поскольку эту науку ждет яркий и существенный прогресс», - озвучил свой прогноз Валентин Анаников.
И добавил, если раньше про химию говорили, что она одновременно и наука, и искусство, с важнейшим вкладом гипотез и интуиции, то с приходом искусственного интеллекта, когда глубина обработки данных будет расти и химия будет все больше становиться наукой и меньше – искусством. Нравится это кому-то или нет.
Долгое время нерешаемой считалась также задача позиционирования: чтобы изучить, как меняется со временем каталитическая система, надо было исследовать одни и те же точки размером в атом на сложной поверхности катализатора до и после химической реакции. Причем, если «разгладить» весь этот сложный рельеф в плоскость, получится участок площадью в несколько квадратных километров, на котором, повторюсь, надо отследить один конкретный атом. Причем, сделать это несколько раз, до реакции, во время и после.
Оказалось, что и эта задача вполне по силам нейросети. «Мы разработали алгоритм пошагового позиционирования с помощью нейросети и теперь мы можем получать индивидуальные картинки поведения наночастиц катализатора на поверхности, сравнивать их до и после реакции», – рассказал Валентин Анаников.
Это позволяет лучше понять механизмы работы катализатора, а значит, улучшить их. А еще – выявить неизвестные ранее эффекты на атомарном уровне, что важно уже для развития фундаментальной науки.
По мере развития информационных технологий, список задач, к решению которых исследователи начинают привлекать искусственный интеллект только растет. В своей лекции докладчик назвал те из них, что, по его оценке, можно отнести к топ-10 направлений «цифровизации» химии в ближайшие годы.
Одна из наиболее перспективных - определение структуры вещества по обычной фотографии. Сейчас для этого используют масс-спектрометрию и другие методы спектрального анализа, но очевидно, что сделать фото намного проще и дешевле. «Мы проверили это экспериментально и доказали, что после тренировки нейросеть безошибочно распознает молекулу вещества, различая даже очень близкие по составу и молекулярной структуре соединения». – подчеркнул ученый.
Среди других востребованных задач для искусственного интеллекта – использование нейросетей для ускорения и оптимизации поиска новых лекарств, поскольку сеть может интегрировать и потом обрабатывать омиксные данные разного типа. Человек самостоятельно такой большой массив данных проанализировать просто не может и вынужден их делить, что часто ограничивает возможности поиска новых соединений-кандидатов в лекарства.
Искусственный интеллект хорошо справится с управлением автоматизированными лабораторными платформами, в которых эксперименты будут проводиться с минимальным вмешательством человека, а то и вовсе без оного. Схожая задача – интеграция лабораторной техники с «интернетом вещей» - датчиками, которыми можно оснастить, например, химический реактор и снимать нужные характеристики непосредственно с химической колбы.
Интеграция искусственного интеллекта с различными спектоскопическими методами, позволит автоматизировать процессы анализа получаемых с их помощью данных, повысить точность интерпретаций и выявить закономерности, которые могут быть незаметны для традиционных методов анализа.
Технологии блокчейна активно используются для маркировки и поставки химической продукции. Цифровые двойники позволяют моделировать в реальном времени физическое и химическое поведение экспериментальных установок и даже химических заводов. А виртуальная и дополненная реальность становятся основой для современных подходов в области образования и подготовки кадров для химической промышленности и исследовательских центров.
Задачи для искусственного интеллекта можно перечислять ее долго, равно как и новые возможности, которые открывает его использование. Но, как предупредил докладчик, не стоит ждать, что технологии искусственного интеллекта в скором времени смогут заменить человеческий персонал химических лабораторий. Как минимум, в ближайшие годы, искусственный интеллект ограничен в плане физического воздействия на объекты окружающего мира, и пока нет адекватной роботизированной системы, которая могла бы полноценно заменить человека в лаборатории. К тому же, как напомнил докладчик, вслед за бурным развитием любых революционных технологий, следовал некий спад. И сейчас, по его оценке, развитие искусственного интеллекта уже максимально приблизилось к своему пику.
«Впервые за всю свою историю, человек столкнулся с равным по уровню интеллектом. Это принципиально меняет картину мира, в котором мы живем и над этим стоит задуматься», - подытожил Валентин Анаников.
Сергей Исаев