एमआईपीटी के वैज्ञानिक: दवा विकास में न्यूरल नेटवर्क विफल

मॉस्को इंस्टीट्यूट ऑफ फिजिक्स एंड टेक्नोलॉजी (MIPT) के शोधकर्ताओं ने पता लगाया है कि भविष्य की दवाओं के मॉडलिंग के लिए इस्तेमाल की जाने वाली कृत्रिम बुद्धिमत्ता व्यवस्थित त्रुटियाँ उत्पन्न कर सकती है। उन्होंने चार लोकप्रिय एल्गोरिदम का परीक्षण किया: AlphaFold 3, Boltz-2, Chai-1, और Protenix-v1। अध्ययन मेथिलामाइन और एसिटिक एसिड जैसे सरल अणुओं पर केंद्रित था, जो तटस्थ और आवेशित दोनों रूपों में मौजूद हो सकते हैं। परिणामों से पता चला कि भविष्यवाणियाँ अणु के आवेश की तुलना में इनपुट प्रारूप (CCD मानक या SMILES संकेतन) पर अधिक निर्भर थीं। चिंताजनक रूप से, भविष्यवाणी की गई बंध लंबाई व्यवस्थित रूप से बहुत छोटी थी, कभी-कभी दस गुना तक, जो दर्शाता है कि मॉडल बुनियादी रसायन विज्ञान को पूरी तरह से नहीं समझते हैं। MIPT में प्रयोगशाला के प्रमुख इवान गुशचिन ने कहा कि सटीकता के मामले में कोई भी उपकरण विशेष रूप से बेहतर नहीं था, और एल्गोरिदम को इनपुट प्रारूप के प्रति अपरिवर्तनीय बनाने और आणविक आवेश परिवर्तनशीलता को ध्यान में रखने के लिए सुधारने की आवश्यकता पर जोर दिया। इस कार्य को रूसी विज्ञान और उच्च शिक्षा मंत्रालय द्वारा समर्थित किया गया था, और सभी डेटा Zenodo पर सार्वजनिक रूप से उपलब्ध हैं।