ostatnie badanie<\/a> kierowany przez naukowc\u00f3w z MIT, by\u0142 w stanie zaprojektowa\u0107 model sztucznej inteligencji o nazwie FlowER (Flow matching for Electron Redistribution), kt\u00f3ry genialnie uwzgl\u0119dnia fizyczne ograniczenia w swoich prognozach. \"Przewidywanie wynik\u00f3w reakcji jest bardzo wa\u017cnym zadaniem. Je\u015bli chcesz stworzy\u0107 nowy lek, musisz wiedzie\u0107, jak to zrobi\u0107\", m\u00f3wi by\u0142y postdoc MIT, Joonyoung Joung, kt\u00f3ry jest obecnie adiunktem na Uniwersytecie Kookmin w Korei Po\u0142udniowej.<\/p>\nSprawianie, by nieistniej\u0105ce istnia\u0142o<\/h4>\n
Istniej\u0105ce chemiczne du\u017ce modele j\u0119zykowe (LLM), cho\u0107 zdolne, okazuj\u0105 si\u0119 niewystarczaj\u0105ce pod jednym wzgl\u0119dem - bez odpowiednich ogranicze\u0144 maj\u0105 tendencj\u0119 do \"wymy\u015blania\" atom\u00f3w w spos\u00f3b jawnie lekcewa\u017c\u0105cy prawa fizyki. Zesp\u00f3\u0142 MIT stara\u0142 si\u0119 temu zaradzi\u0107, zapewniaj\u0105c, \u017ce ich system sztucznej inteligencji, FlowER, mo\u017ce skrupulatnie \u015bledzi\u0107 ka\u017cdy atom i elektron od pocz\u0105tku do ko\u0144ca reakcji.<\/p>\n
Ich rozwi\u0105zanie zosta\u0142o znalezione w koncepcji sprzed czterech dekad: reprezentacji opartej na macierzy opracowanej przez chemika Ivara Ugi w latach siedemdziesi\u0105tych. Dzi\u0119ki temu model mo\u017ce skutecznie monitorowa\u0107 zar\u00f3wno atomy, jak i elektrony podczas ca\u0142ej reakcji.<\/p>\n
Nowicjusz, kt\u00f3ry wybija si\u0119 ponad swoj\u0105 wag\u0119<\/h4>\n
B\u0119d\u0105cy w powijakach FlowER ju\u017c zacz\u0105\u0142 wykazywa\u0107 oznaki, \u017ce jest lepszy od reszty. Wed\u0142ug Connora Coleya, starszego autora i profesora MIT, model AI rywalizuje, a nawet przewy\u017csza istniej\u0105ce systemy w przewidywaniu standardowych mechanizm\u00f3w reakcji, zachowuj\u0105c przy tym fizyczn\u0105 poprawno\u015b\u0107.<\/p>\n
Badacze nie poprzestali jednak na teoretycznych sukcesach. Aby upewni\u0107 si\u0119, \u017ce ich model sztucznej inteligencji jest bli\u017cszy rzeczywisto\u015bci, zweryfikowali swoje ustalenia za pomoc\u0105 danych eksperymentalnych pochodz\u0105cych z literatury patentowej. \"Przypisujemy mechanizmy na podstawie danych eksperymentalnych, a to nie jest co\u015b, co zosta\u0142o zrobione i udost\u0119pnione na tak\u0105 skal\u0119 wcze\u015bniej\" - podkre\u015bla Coley.<\/p>\n
FlowER jest obecnie dost\u0119pny jako oprogramowanie open-source na GitHub dla tych, kt\u00f3rzy chc\u0105 z niego korzysta\u0107. Obejmuje to zbi\u00f3r danych stworzony przez Jounga, kt\u00f3ry skrupulatnie wyszczeg\u00f3lnia mechanistyczne etapy znanych reakcji, zas\u00f3b uwa\u017cany za pierwszy w swoim rodzaju.<\/p>\n
Po\u0142\u0105czenie sztucznej inteligencji z nauk\u0105 o \u017cywio\u0142ach w celu uzyskania niewidzialnych widok\u00f3w<\/h4>\n
Zastosowania tej metody sztucznej inteligencji s\u0105 dalekosi\u0119\u017cne. Podczas gdy FlowER ma jeszcze wiele do zrobienia w zakresie doskonalenia swoich przewidywa\u0144, zw\u0142aszcza w odniesieniu do reakcji opartych na metalach lub reakcji katalitycznych, oczekuje si\u0119, \u017ce trwaj\u0105ce badania przynios\u0105 owoce, kt\u00f3re b\u0119d\u0105 korzystne w r\u00f3\u017cnych sektorach: chemii medycznej, materia\u0142oznawstwie, spalaniu, chemii atmosferycznej i elektrochemii.<\/p>\n
Jak uj\u0105\u0142 to Coley: \"Dopiero zarysowali\u015bmy powierzchni\u0119. Wiele emocji wi\u0105\u017ce si\u0119 z wykorzystaniem tego rodzaju systemu do odkrywania nowych z\u0142o\u017conych reakcji i wyja\u015bniania nowych mechanizm\u00f3w\".<\/p>\n
Przeczytaj wi\u0119cej o badaniach na stronie Strona internetowa MIT News.<\/a><\/p>\nPodczas gdy przepa\u015b\u0107 mi\u0119dzy sztuczn\u0105 inteligencj\u0105 a podstawow\u0105 fizyk\u0105 mog\u0142a by\u0107 kwesti\u0105 d\u0142ugotrwa\u0142\u0105, projekty takie jak FlowER z MIT reprezentuj\u0105 pe\u0142n\u0105 nadziei przysz\u0142o\u015b\u0107, w kt\u00f3rej sztuczna inteligencja jest g\u0142\u0119boko zintegrowana z nauk\u0105, pomagaj\u0105c uwolni\u0107 jej pe\u0142ny potencja\u0142 w r\u00f3\u017cnych dziedzinach, takich jak chemia.<\/p>","protected":false},"excerpt":{"rendered":"
The world of artificial intelligence has made astronomical leaps in various fields, but there seems to be an Achilles heel when it comes to predicting chemical reaction outcomes. These underwhelming results can often be traced back to the lack of an association with basic physics principles, specifically the conservation of mass and electrons. But this might soon change, thanks to the efforts of the Massachusetts Institute of Technology (MIT). A recent study spearheaded by MIT researchers, was capable of designing an AI model named FlowER (Flow matching for Electron Redistribution) that ingeniously incorporates physical constraints into its predictions. \u201cThe prediction […]<\/p>\n","protected":false},"author":4,"featured_media":6897,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[46],"tags":[],"class_list":["post-6896","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-automation","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/6896","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/comments?post=6896"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/6896\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media\/6897"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media?parent=6896"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/categories?post=6896"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/tags?post=6896"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}