Химик в мире нейросетей - Максимилиан Копылович Страница 4

Попробуй сам

Теперь давай немного поиграем в машину времени. Первое задание — найди в интернете фотографию старой бумажной карточки Chemical Abstracts или реферативного журнала «Химия» (РЖХим). Например, набери в поиске «Chemical Abstracts printed index». Посмотри на эти мелкие строчки, пугающие сокращения, полное отсутствие картинок. А теперь представь, что тебе нужно найти в этом море бумаги одну-единственную реакцию — скажем, модификацию синтеза 2-аминопиридина, опубликованную в 1985 году. Ты идёшь в библиотеку, выписываешь номер тома и страницы, ждёшь, пока принесут подшивку, открываешь — а статья на немецком. Ты берёшь словарь и переводишь методику. Сколько времени у тебя ушло бы? День? Два? А теперь открой чат-бот с доступом в интернет и напиши: «Найди мне методику синтеза 2-аминопиридина по Чичибабину и переведи на русский». Через десять секунд у тебя будет не только реферат, но и полный текст с комментариями и, возможно, парой советов, как улучшить выход. Сравни ощущения.

Теперь давай нарисуем молекулу так, как это делает химик сегодня. Открой любой бесплатный редактор в браузере, например, Ketcher или MarvinSketch. Нарисуй аспирин — чтобы вспомнить одного из героев этой книжки, и кофеин — чтобы уважить всех, кто не может проснуться без чашки кофе. Теперь сохрани каждую структуру как SMILES-строку. Открой этот файл в блокноте и посмотри на строчку символов: что-то вроде CC(=O)OC1=CC=CC=C1C(=O)O для аспирина. Вот это — тот самый язык, на котором с молекулой будут общаться многие нейросети, роботы и базы данных из следующих глав.

Пока у нас нет собственного робота-синтетика, давай проведём эксперимент в виртуальной лаборатории. Зайди на сайт PhET Interactive Simulations и выбери любую химическую симуляцию — например, кислотно-основное титрование. Капай основание в кислоту и смотри, как ползёт pH, как меняется молекулярная картина на экране. Попробуй другие симуляции — растворимость солей, поведение газов. Что ты видишь на экране такого, чего никогда не покажет живой опыт? Симуляция не пахнет аммиаком и не взрывается, но она позволяет увидеть невидимое — например, анимацию того, как ионы перескакивают в раствор. Именно так, через числа и векторы, «видят» молекулы нейросети, о которых мы будем говорить совсем скоро.

Глава 2. Нейросеть — наша новая знакомая

До сих пор мы говорили о компьютере, который просто выполнял приказы. Он рисовал формулы, потому что мы ему сказали: «Вот бензольное кольцо, отобрази». Он искал статьи, потому что мы задали ключевые слова. Но во всех этих случаях компьютер оставался исполнительным, но глухим секретарём: делал то, что велели, и ни шагу в сторону. А теперь давай познакомимся с той, которая не получает жестких инструкций, а учится на примерах, в том числе и как «химически думать».

В обычном программировании ты пишешь инструкцию: «1. Поставить сковороду на плиту. 2. Налить масло. 3. Разбить яйцо. 4. Ждать 3 минуты». Машина выполнит всё буквально. Если ты забудешь пункт «отделить скорлупу», она разобьёт яйцо вместе со скорлупой. Если масло окажется сливочным, а ты написал «растительное», машина встанет в тупик. Такая программа — это жёсткий свод правил: «если А, то Б». Раньше экспертные системы работали именно так. Но оказалось, чтобы охватить все тонкости химии, правил требуется слишком много. А что если ты не даёшь машине инструкций, а вместо этого показываешь ей сто фотографий яичницы: правильной, подгоревшей, жидкой, с помидорами, без помидоров? И говоришь: «Вот это — хорошая яичница. А вот это — плохая». Программа смотрит, сравнивает и сама находит закономерности. Что общего у всех хороших яичниц? Белок схватился, желток целый, масло было горячим. Через сто примеров она уже неплохо отличает удачную яичницу от неудачной. А через тысячу — может даже сама её приготовить, пусть и не идеально. Именно так работает нейросеть.

Другой пример: нейросеть учат отличать кошек от собак. Ей показывают 10 000 фотографий: вот пушистый кот, вот лохматый пёс. Никто не говорит сети: «У кошек треугольные уши, а у собак овальные морды». Она сама выискивает признаки, которые чаще встречаются у одних и реже у других. Постепенно внутри неё формируется сложная структура связей, которая на новом снимке выдаёт: «85% вероятности — кошка». В химии то же самое, только вместо кошек и собак — молекулы и реакции. Нейросети «скармливают» базу данных из тысяч химических превращений. Каждую реакцию записывают как пару «реагенты → продукты». И сеть начинает искать закономерности. У каких молекул аминогруппа легко превращается в нитрогруппу? В каких условиях бензольное кольцо сульфируется, а в каких — хлорируется? Машина не знает правил Марковникова или ориентантов Зайцева, но после просмотра ста тысяч примеров она статистически усваивает, что гидробромирование алкенов идёт против правила Марковникова в присутствии пероксидов, потому что именно такие случаи попадались ей в обучающей выборке с меткой «успех». Она не «понимает» радикальный механизм — она «оценивает», что сочетание реагента А с условием Б даёт продукт В с высокой вероятностью. Это и есть ключевое отличие: программа-инструкция следует правилам, нейросеть ищет взаимосвязи. Первая ломается, столкнувшись с исключением. Вторая — просто говорит: «В этом странном случае я не уверена, но, кажется, получится вот это».

Допустим, ты хочешь найти лучшие условия для синтеза, но понятия не имеешь о теории. У тебя есть 20 растворителей, 10 температур и 5 катализаторов. Ты можешь ставить опыты вслепую, перебирая комбинации. Сколько вариантов? 20 × 10 × 5 = 1000. Если каждый эксперимент занимает час, ты провозишься полгода. Это и есть классический «метод тыка». А теперь представь нейросеть, которая «ставит» такие эксперименты «мысленно». Она не смешивает реальные реактивы, а обсчитывает математическую модель, обученную на предыдущих реальных опытах. За одну секунду она может оценить миллионы комбинаций и сказать: «С вероятностью 93% наилучший выход даст ацетонитрил при 80°C с палладиевым катализатором». Это не магия — это ускоренный в миллион раз перебор вариантов с умным фильтром. Сеть не пробует всё подряд, она ищет скрытые корреляции и отсекает потенциально провальные зоны. Фактически, нейросеть делает то же самое, что делал бы хороший химик-синтетик. Она помнит опубликованные реакции, ошибки, удачи. И когда ты даёшь ей новую задачу, она не изобретает правила, а спрашивает свой «опыт»: «На что это похоже? Что срабатывало раньше в похожих случаях?». Именно так работают современные предсказатели реакций вроде