RetroChimera моделі ретросинтезде аналогтарынан асып түсіп, химиктердің таңдауына ие болды
Материал бірнеше дереккөз негізінде жасанды интеллектпен дайындалды — түпнұсқаларға сілтемелер төменде.
Microsoft Research пен серіктестер RetroChimera моделін таныстырды, ол ретросинтез міндеттерінде жетекші аналогтардан асып түседі. Органикалық химиктер оның болжамдарын жарияланған эталондық реакциялар мен басқа AI модельдерінен артық көрді. Модель Novartis пен GSK ішкі деректерінде zero-shot тасымалдау мен қайта оқытуды көрсетті.
Негізгі фактілер
- RetroChimera моделін Microsoft Research AI for Science Novartis, GSK, Кембридж университеті, Ягеллон университеті және Бергиш Вупперталь университетінің қатысуымен әзірледі.
- Модель деректер масштабының бірнеше реттік деңгейінде жетекші аналогтардан асып түседі және әр реакция класы үшін өте аз мысалдармен оқытылады.
- Органикалық химиктер RetroChimera болжамдарын жарияланған эталондық реакциялар мен басқа AI модельдерінен жұптық және нүктелік салыстыруларда артық көрді.
- RetroChimera Novartis пен GSK ішкі деректер жиындарында zero-shot тасымалдау мен қайта оқытуды көрсетіп, таралу ығысуы кезінде тұрақты жалпылауды көрсетті.
Модель архитектурасы
RetroChimera оқытуға негізделген жаңа ансамбльдеу стратегиясы арқылы өзара толықтыратын индуктивті ығысулары бар екі жаңа компонентті біріктіреді. Модельді Кембридждегі (Ұлыбритания) Microsoft Research AI for Science жасады, тең үлесті Кшиштоф Мажар, Гоцин Лю және Феликс Пултар қосты. Зерттеушілер қазіргі AI модельдерінің істен шығу режимдерін талдады, оның ішінде сирек кездесетін, бірақ стратегиялық маңызды реакциялардағы қиындықтар мен химиктердің күтулеріне сәйкес келмейтін галлюцинациялық болжамдар.
Эксперименттік тексеру
Деректер масштабының бірнеше реттік деңгейіндегі эксперименттер RetroChimera жетекші аналогтардан асып түсетінін және оқыту деректерінен тыс тұрақтылықты көрсететінін көрсетті. Жұптық және нүктелік бағалауларда органикалық химиктер RetroChimera болжамдарын жарияланған эталондық реакциялар мен басқа AI модельдерінен артық көрді. Модель Базельдегі Novartis Biomedical Research және Стивенидждегі GSK ішкі деректер жиындарында zero-shot тасымалдау мен қайта оқытуға қол жеткізді.
Фармацевтикада қолдану
RetroChimera екі ірі фармацевтикалық компанияның ішкі деректер жиындарында таралу ығысуы кезінде тұрақты жалпылауды көрсетті. Жұмыс барған сайын күрделене түсетін жағдайларда синтезді дәл болжау үшін терең оқытудың өміршеңдігін көрсетеді.
1 дереккөз
Уақыт · артта қалуы