Глубокое обучение добралось до неорганики

В последнее время появляется много новостей о том, как программы, основанные на глубоком обучении, успешно справляются с различными сферами человеческой деятельности. То в го чемпиона мира обыграют, то научатся снимки КТ читать, то аутизм диагностируют, то роман напишут, а то фотографии из чёрно-белых в цветные реалистично раскрасят. Но теперь они покусились на святое: на химию. Это эпохальное событие, разумеется, не обошлось без публикации в Nature.

Блок-схема предсказания реакций

При этом на святое покусились сами химики.  Учёные из Хаверфордского Колледжа и Университета Пердью в США разработали систему машинного обучения, которая позволяет предсказать результат химической реакции на основе базы данных, собранной из лабораторных журналов химиков-неоргаников. Любопытно, что авторы системы для создания базы обратились не к научным журналам, а к "неудачным" попыткам синтеза, которые не увенчались серьёзным успехом и не попали в публикации, а остались только в лабжурналах. База из четырёх тысяч (!) синтезов была собрана вручную.

В нее вошли работы по синтезу и кристаллизации селенидов ванадия в присутствии органических аминов. Результаты реакции зависят от множества переменных - структура амина, температура, концентрация исходных веществ, pH среды и присутствие дополнительных ионов.

База данных была разделена на обучающую и тестовую выборку.  Как заявляют создатели системы, она предсказывает результат лучше химика-профессионала, опирающегося на свою интуицию. Во время соревнования с живым химиком система определяла, насколько успешной будет реакция и какие кристаллы получатся  в 89 процентах случаев, а химики, работающие с селенидами ванадия - всего в  78.

Metabolic acceleration and the evolution of human brain size and life history by  Herman Pontzer, Mary H. Brown, David A. Raichlen, Holly Dunsworth, Brian Hare, Kara Walker, Amy Luke, Lara R. Dugas, Ramon Durazo-Arvizu, Dale Schoeller, Jacob Plange-Rhule, Pascal Bovet, Terrence E. Forrester, Estelle V. Lambert, Melissa Emery Thompson, Robert W. Shumaker & Stephen R. Ross in Nature (2016) doi:10.1038/nature17654

Телеграм: t.me/ainewsline

Источник: www.neurotechnologies.ru

Комментарии: