Прежде думай (Михаил Медведев)

🤩🤩🤩🤩 Как цифровые инструменты меняют создание новых молекул Искусственный интеллект добрался до химии — расчёты и моделирование вытесняют пробирки с реактивами, а соединения изучаются на уровне отдельных атомов. Но нейросети иногда ошибаются, а  для обучения моделей часто не хватает данных. Какие цифровые инструменты используют в химии, может ли ИИ придумать новую молекулу или создать лекарство от тяжелой болезни, рассказал порталу 🙏 Наука.рф руководитель группы теоретической химии ИОХ РАН, советник директора ЦИТиС, лауреат Научной премии Сбера в номинации «AI в науке. Физический мир», участник проекта «Наука в лицах» Михаил Медведев. #журнал #Десятилетиенауки

Рассказал коллегам из Наука.рф своё видение роли ИИ как в цифровой, так и в синтетической химии. Было неожиданно много вопросов, которые заставили меня задуматься (прямо во время интервью), особенно мне с этой точки зрения понравился последний вопрос

«Мы комбинируем квантовую химию и искусственный интеллект, чтобы помочь химикам лучше понять их объект исследований и ускорить создание новых материалов и химических процессов» Продолжаем знакомить вас с участниками пятого сезона проекта «Наука в лицах». Герой сегодняшнего поста — кандидат физико-математических наук, руководитель Группы теоретической химии ИОХ РАН, советник директора ФГАНУ ЦИТиС Михаил Медведев, получивший Научную премию Сбера в номинации «AI в науке. Физический мир» за развитие методов цифровой химии на основе искусственного интеллекта. Вместе с коллегами Михаил создал комплекс ИИ-методов, моделирующих строение молекул и точно предсказывающих течение химических реакций. Их нейросеть проверяет квантовые расчёты и находит пропущенные структуры молекул — это является гарантом того, что учёные ничего не упустили. «Цифровая химия» с применением AI — будущее всей отрасли. Плакаты с Михаилом Медведевым и другими героями проекта можно увидеть на выставке в парке «Сокольники» до 16 августа. Информацию обо всех героях проекта читайте на сайте Десятилетия науки и технологий 🙏 Наука.рф Видео с участниками пятого сезона проекта «Наука в лицах» смотрите здесь. #Десятилетиенауки

Вот тут только что закончилась трансляция моего выступления в Музее Атом на ВДНХ: https://vkvideo.ru/video-222702918_456240160 (с 4:23:30) Постарался за 20 минут рассказать, как я вижу науку и её место в нашей жизни, а также совсем немного про химию и ИИ в ней

Более детально про эту выставку на ПМЭФ теперь можно почитать тут

Очень люблю смотреть на минералы, даром что я кандидатскую писал в Лаборатории рентгеноструктурных исследований. Сегодня в рамках Кадрового Резерва МОН побывал в музее Горного Университета Санкт-Петербурга: тут очень много красивых и интересных кристаллов и изделий из них, включая попугая из опала от Фаберже. Ну и ещё пальма из шпалы и вода из Антарктиды :) Выяснил даже, что сюда можно прийти на экскурсию в любую субботу, так что очень рекомендую. Не реклама :)

И с тех пор у нас вышли ещё две статьи в JCTC: 1. В первой мы опробовали разные подходы к физическому информированию нейросетевых функционалов и показали, что использование нейросети как "надстройки", предсказывающей поправки к обычно фиксированным параметрам физичного функционала (в качестве него мы взяли PBE), причём таким образом, чтобы функционал удовлетворял известным физическим принципам, которым удовлетворяет исходный функционал, приводит к наилучшим результатам, позволяя создавать надёжные функционалы, хорошо переносимые на системы и свойства, которые они не "видели" в ходе обучения, даже на небольших наборах химических систем. https://doi.org/10.1021/acs.jctc.6c00270 2. Во второй статье нами предложен метод расчёта термодинамическихпараметров химических реакций, в которых растворитель выступает в качестве реагента или продукта. В частности, данный подход необходим для моделирования химического равновесия в реакциях комплексообразования, играющих ключевую роль в добыче и разделении редкоземельных элементов, а также синтезе и стабильности комплексных соединений. Тестирование предложенного подхода на 13 реакциях комплексообразования показало, что наш метод, основанный на сочетании экспериментальных и расчетных компонентов энергии Гиббса реакции, приводит к лучшим результатам по сравнению с традиционными подходами, опирающимися на приближение идеального газа, которое некорректно для молекул растворителя. https://pubs.acs.org/doi/10.1021/acs.jctc.6c00136 Постараемся по этим статьям также подготовить более развёрнутые пресс-релизы. Пришлю их как выйдут

А у нас тут (на самом деле, ровно 3 недели назад, но мне всё было не до того) вышел пресс-релиз в Коммерсанте про эту статью: https://www.kommersant.ru/doc/8586260 Рекомендую к прочтению, там есть цитата от первого автора

Опубликовали наш подкаст с Альбертом Ефимовым (вице-президент Сбера) и Дмитрием Пензаром (тоже лауреат премии Сбера прошлого года): https://dzen.ru/video/watch/69e61c9ca1d8c115f2b6e213 Обсудили, как под влиянием ИИ меняется наука, образование, и почему нам пора вводить в бакалавриате курс: "Как руководить своим научным направлением" Для превью цитаты, конечно, максимально вырвали из контекста — по ходу разговора было интереснее :) И также есть текстовая версия: https://trends.rbc.ru/trends/futurology/cmrm/69e22f919a7947102b3d1763

Христос Воскресе! Гагарин летал и Вернулся! Всех с праздником!!

А у нас в пятницу вышла новая статья в JCTC: https://pubs.acs.org/doi/10.1021/acs.jctc.5c01926 Если кратко, то методы теории функционала плотности (она же DFT, по некоторым данным самая цитируемая физическая теория современности) должны рассчитывать энергию системы электронов в поле ядер по электронной плотности этих самых электронов. И теоремы Хоэнберга-Кона даже говорят, что в принципе такой подход к расчёту энергии может быть точным. Но на практике мы используем приближения к точному функционалу DFT (например, PBE, B3LYP, PBE0 и т.д.). И вот они видят не всю электронную плотность как она есть, а лишь какую-то информацию о ней, которая поступает в них через дескрипторы. Дескрипторы электронной плотности можно сравнить с типами светочувствительных колбочек на сетчатке глаза. У человека их три типа, и у большинства meta-GGA функционалов тоже три типа дескрипторов: локальная плотность, её приведённый градиент и локальная кинетическая энергия. И как человек может не различать два разных цвета из-за ограничений колбочек (например, пурпурный, который смесь красных и синих длин волн, и фиолетовый, который одна длина волны) — так и функционал — как мы показали в своей работе — может не различать разные электронные плотности, которые должны иметь разные энергии. Оказалось, что большинство GGA и meta-GGA функционалов (а именно, те, что не зависят от Лапласиана электронной плотности) страдают от общего "слепого пятна". Наш результат указывает на необходимость использования при конструировании новых функционалов дополнительных дескрипторов. К счастью, с современными методами ИИ это становится проще, чем когда либо.

Пожалуй, пришло время переименовать канал. Не знаю, буду ли я писать активнее, но в качестве канала про новости теоретической химии у нас уже есть TheorChem Library. А тут я продолжу экспериментировать и думать, что мне есть сказать на широкую аудиторию (как ни крути, уже четверть тысячи человек 🤯). Одним из моих любимых каналов за прошедший год был канал "Старик и Лошадь", который ведёт Профессор инноваций СколТеха и название которого взято из одной очень хорошей китайской притчи, которую я много лет как знаю и очень люблю. Не исключено, что опубликованная на том канале 31.12 история про Вильяма Макинтоша стала последней каплей, благодаря которой появилась история про Киссею (см. выше). Поэтому думая над названием канала мне сразу захотелось назвать его в честь моей любимой притчи. А раз Старик с Лошадью уже заняты, то это будет Притча о Сосиске. Название "Не режь сосиску!" я какое-то время обдумывал, но затем решил, что кто-то может понять его неправильно :) Так что будет "Прежде думай"