Лента TH Новости Искусственный интеллект


Стэнфордские исследователи создали алгоритм глубокого обучения, который проектирует лекарства

∴ 122

Объединив компьютерную науку и химию, исследователи показывают, как передовая форма машинного обучения, которая работает с небольшими объемами данных, может быть использована для решения проблем, связанных с открытием лекарств.

315

Искусственно интеллектуальные алгоритмы могут научиться определять удивительно тонкую информацию, позволяющую им различать людей на фотографиях или экранировать медицинские изображения. Но в большинстве случаев их способность выполнять такие умения зависит от подготовки, которая включает в себя триллионы единиц информации. Это означает, что искусственный интеллект не так хорошо работает в ситуациях, когда речь идет о разработке лекарств.

Виджай Панде, профессор химии в Стэнфордском университете, и его ученики посчитали, что одним из решений этой проблемы с малыми наборами данных, может быть довольно новый вид глубокого обучения, называемый однократным обучением, который требует лишь небольшого количества точек данных.

Мы пытаемся использовать машинное обучение, особенно глубокое обучение, для ранней стадии разработки лекарств. Проблема в том, что, когда у вас есть тысячи примеров в разработке лекарств, у вас, вероятно, уже есть успешный препарат.Виджай Панде, профессор химии в Стэнфордском университете

Группа признала, что идея применения однократного обучения к проблемам разработки лекарств была опрометчивой. Тем не менее, в прошлом они имели успех в методах машинного обучения, требующих только сотни отправных наборов данных.
К их удивлению, результаты показали, что методы однократного обучения имеют потенциал как полезный инструмент для разработки лекарств и других областей химии.

Мы работали над некоторыми алгоритмами прототипов ИИ и обнаружили, что с учетом нескольких точек данных они смогли сделать прогнозы, которые были точными.Бхарат Рамсундар, аспирантка лаборатории Pande и соавтор исследования

Помимо изучения дизайна лекарств, этот инструмент будет в целом применим к молекулярной химии. Уже сейчас лаборатория Pande тестирует эти методы на разных химических составах. Ученые также переписали код программы, сделав его открытым и доступным для энтузиастов.

Филипп Дончев