ChemCoScientist автоматизирует научные исследования в области химии — генерирует новые и дорабатывает существующие химические соединения, а также алгоритмы синтеза, предсказывает химические свойства и извлекает знания из статей по химии.
Главное преимущество ассистента — в сочетании системы специализированных LLM-агентов, обученных для решения конкретных задач, моделей со способностями к рассуждениям и продвинутой системы автоматического машинного обучения. Интеграция этих компонентов позволяет достигать высокой точности в решении химических задач.
На современном уровне развития LLM дают возможность создавать персональных ассистентов для человека, поэтому мы решили воспользоваться этой технологией и разработать профессионального ассистента ученого-химика. Мы выбрали мультиагентный подход на основе LLM, чтобы решить две критические проблемы: LLM страдают от "катастрофического забывания", когда их обучают новой узкой специализации, а специализированные модели машинного обучения плохо обобщаются. Мультиагентный подход позволяет компенсировать оба недостатка
— пояснила Анна Калюжная, старший научный сотрудник исследовательского центра «Сильный искусственный интеллект в промышленности» ИТМО.
Цифровой ассистент ChemCoScientist состоит из трех компонентов: агента-оркестратора, агента для управления машинным обучением и специализированных агентов для решения химических задач. Пользователь взаимодействует с удобным чатом, задавая запросы, например, на синтез материалов. Ассистент автоматически выстраивает цепочку агентов для выполнения задачи и выдает инструкции по смешиванию реагентов.
Мы проработали несколько прикладных кейсов в области создания лекарственных молекул, вокруг которых выстраивался сервис ИИ-ассистента. Сейчас мы ведем совместный проект с представителями фарминдустрии, где планируем опробовать эту разработку. С помощью ИИ-ассистента можно автоматически проводить генерацию и скрининг малых молекул, а в будущем — синтезировать новые малые молекулы и наноматерилы, автоматически проверять научные гипотезы и проводить комплексный анализ научных данных. Первые успехи — это отлично, но сейчас наш фокус на гораздо более глобальной задаче — внедрении наиболее эффективных ИИ-решений для существенного ускорения сразу нескольких этапов разработки лекарственных средств
— отметил Андрей Дмитренко, со-руководитель Центра ИИ в химии Передовой инженерной школы ИТМО.
💬 Тест Тьюринга. События в сфере ИИ. Подписаться
#новостьдня