Особенность ассистента — в сочетании системы специализированных LLM-агентов (агенты большой языковой модели), 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 старший научный сотрудник исследовательского центра «Сильный искусственный интеллект в промышленности» ИТМО Анна Калюжная.
Цифровой ассистент состоит из трех основных компонентов — агента-оркестратора для управления системой, агента для управления системой автоматического машинного обучения и специализированных агентов для конкретных прикладных задач в области химии. При этом пользователь видит только единый чат-интерфейс, в котором задает вопросы. Например, он может попросить сгенерировать синтез наноматериалов сферической формы методом соосаждения без использования токсичных растворителей с численными значениями каждого реагента. Цифровой ассистент автоматически выстраивает цепочку специализированных агентов, которые решают поставленную задачу, и в качестве ответа выдает инструкцию, что, в каких пропорциях и порядке нужно смешать.
По словам Анны Калюжной, ключевые компоненты ассистента можно будет адаптировать к любой дисциплине. Для этого разработчики создадут платформу, объединяющую возможности ИИ для химии и наук о материалах, а также задач в других областях науки и агрегации данных и знаний из научных статей.
«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 со-руководитель Центра ИИ в химии Передовой инженерной школы ИТМО Андрей Дмитренко.
ChemCoScientist разработала команда центра «Сильный искусственный интеллект в промышленности» ИТМО под руководством Анны Калюжной и команда центра «Искусственный интеллект в химии» ИТМО под руководством Андрея Дмитренко. Сейчас команды ученых находятся на этапе активной разработки и тестирования системы. В дальнейшем цифрового помощника научат работать с источниками информации в интернете и анализировать научные публикации, а также расширят его возможности по генерации молекул и материалов с использованием новых алгоритмов и инструментов.
«Сегодня основной тренд для ИИ-ассистентов — создание самоподдерживающихся лабораторий с использованием коллаборативных роботов, где идет интеграция химического программного обеспечения, планирования новых экспериментов и сборов баз данных. Ряд ведущих компаний страны, например, ПАО «Роснефть» и ПАО «Газпром нефть», инвестируют в интеллектуальные технологии инфохимии, чтобы ускорить поиск новых молекул и материалов, а также планировать сложные рецептуры, в частности моторных масел», — рассказала директор научно-образовательного центра инфохимии ИТМО Екатерина Скорб.