Ihminen kokeilussa: etiikka, yksityisyys, vastuu ja kokonaisvaltainen työnkulku

Voitot:

• Ihmisperiaatteen integroiminen päästä päähän -työnkulkuun kokeessa ja tekoälyn/ihmisen roolien erottaminen kussakin vaiheessa
• Kyky työskennellä yleisten välityspalvelinesimerkkien kanssa antamatta luottamuksellista rakennetta ja tietoja yleiselle tekoälylle
• Kyky asettaa ihmisten hyväksyntäportit kriittisiin kohtiin ja ottaa lopullinen vastuu läpinäkyvyyden ja jäljitettävyyden avulla

Tässä viimeisessä yksikössä yhdistämme koko moduulin yhdeksi kehykseksi: ihminen silmukassa. Tämä periaate sanoo, että riippumatta siitä, kuinka kykenevä tekoäly on, ihmisen on ymmärrettävä, ohjattava ja hyväksyttävä kemiallisen päätöksen jokainen kriittinen kohta. Tässä osiossa selvennämme ensin eettisiä ja luottamuksellisia näkökohtia, sitten luomme kokonaisvaltaisen työnkulun, joka vie molekyylin ideasta raporttiin, ja katsomme, kuinka tekoäly ja ihmiset jakavat työn jokaisessa vaiheessa. Tavoitteena on muuttaa kaikesta oppimasi järjestelmä, joka sopii päivittäiseen työhön.

Yksityisyys: mitä ei kannata antaa tekoälylle?

Kemia käsittelee usein luottamuksellisia tietoja: patentoimattomia molekyylejä, yrityksen salaisia ​​synteesireittejä, julkaisemattomia tietoja, potilasnäytteitä. Julkiseen tekoälypalveluun kirjoittamasi teksti voidaan tallentaa tai käsitellä palvelun käytännön mukaisesti. Siksi:

• Tarkista institutionaalinen käytäntösi ennen kuin julkaiset julkaisemattomia alkuperäisiä rakenteita (esipatenttimolekyylit) julkiselle tekoälylle.
• Älä koskaan syötä henkilö-/potilastietoja (kliiniset näytteet) tunnistettavassa muodossa.
• Tarkista salassapitosopimukset ennen liikesalaisuuksien synteesipolkujen jakamista.
• Valitse tarvittaessa sisäiset tai mukautetut tekoälytyökalut.

Varoitus: Yleisen AI:n kysyminen molekyylistä voi tarkoittaa kyseisen molekyylin rakenteen paljastamista. Jos kyseessä on ainutlaatuinen rakenne, jota ei ole patentoitu, tämä voi vaarantaa prioriteettisi (patenttioikeus). Pyydä piilotettuja rakenteita yleisillä/korvikeesimerkeillä.

Etiikka: neljä periaatetta

1. Läpinäkyvyys: Älä piilota tekoälyn käyttöä; Noudata julkaisu- ja institutionaalisia sääntöjä.
2. Vastuu: Ihminen on vastuussa lopullisesta päätöksestä; "AI ehdotettu" ei oikeuta tietoturva- tai eheysrikkomusta.
3. Ei pahantahtoisuus: Älä käytä tekoälyä vaarallisiin/laittomiin synteeseihin, kaksikäyttösovelluksiin (asepotentiaali).
4. Rehellisyys ja rehellisyys: Älä vääristä tietoja, älä koristele tuloksia, älä keksi attribuutteja.

Päästä päähän työnkulku: molekyyli → raportti

Yhdistetään nyt koko moduuli yhdeksi virtaukseksi. Kiinnitä jokaisessa vaiheessa huomiota tekoälyn ja ihmisen väliseen eroon.

Vaihe

AI:n rooli

Ihmisen (kriittinen) rooli

1. Idea/kirjallisuus

Käsitteen yhteenveto, hakutermi

Oikean lähteen löytäminen, ansioksi lukemisen vahvistus

2. Rakenteen kuvaus

tuottaa SMILES

Todennus RDKitilla, InChIKeyllä

3. Synteesisuunnitelma

Retrosynteesi, vaihtoehdot

Kirjallisuuden vahvistus, polun valinta

4. Turvallisuus

Käyttöturvallisuustiedotteen yhteenveto, alustava ristiriita

Käyttöturvallisuustiedotteen lukeminen, hyväksyminen, PPE-päätös

5. Sovellus

(Ei mitään)

Kaikki laboratoriotyöt

6. Analyysi

Spectrum-kommenttien tuki

Lopullinen rakennetehtävä

7. Tietojen käsittely

koodin kirjoittaminen

Suorita koodi, tarkista tulos

8. Dokumentaatio

Muotoilu, ohjaus

Havainto, poikkeama, allekirjoitus

9. Raportointi

luonnosteksti

Numeron/sitaatin varmistus, vastuullisuus

Tämä taulukko näyttää, kuinka moduulin 11 yksikköä on järjestetty yhdeksi työksi. AI kiihtyy; ihmiset vahvistavat ja omistavat.

Askel askeleelta: työnkulun määrittäminen

1. Selvennä roolit: Jokaisen tehtävän kohdalla: "Tekoäly vai ihminen päättää?" määrittää alusta alkaen.
2. Aseta tietosuojasuodatin: Antamatta mitään tekoälylle voit kysyä "onko tämä yksityinen/yksityinen?" kysyä.
3. Aseta varmennusportit: Varmistusvaihe jokaisen vaiheen lopussa (taulukko yksikössä 10).
4. Säilytä jäljitettävyys: mitä tekoälystä tuli, miten se varmistettiin, kuka sen hyväksyi.
5. Aseta hyväksyntäpisteet: Ihmisen hyväksyntä on pakollinen kriittisissä kohdissa, kuten turvallisuus ja lopputulos.
6. Palaute: Tallenna jokainen havaittu virhe ja paranna työnkulkua.

Neljä kopioitavaa mallia

1) Yksityisyyden esisuodatin:

Ennen kuin esität kysymyksen, harkitse tätä:Sisältö: [MITÄ KYSYN]Tehtävä: Sisältääkö tämä sisältö julkaisemattomia alkuperäisiä esineitä, henkilötietoja tai liikesalaisuuksia? Jos on, ehdota, kuinka voin kirjoittaa kysymyksen uudelleen yleisellä/korvikeesimerkillä, joka piilottaa rakenteen.

2) Vaiheen lopun vahvistusportti:

Olen suorittanut seuraavan vaiheen: [VAIHE, esim. synteesisuunnitelma]. Tehtävä: Listaa kaikki elementit, jotka on tarkistettava tämän vaiheen jälkeen (numero, lainaus, rakenne, turvavaatimus). Kirjoita jokaiselle vahvistusmenetelmä ja kenen tulee vahvistaa se. Merkitse kaikki avoimet kohteet, jotka on suljettava, ennen kuin siirryt seuraavaan vaiheeseen.

3) Ihmisen ja tekoälyn roolijakosuunnitelma:

Projektini: [LYHYT KUVAUS]. Tehtävä: Jaa tämä projekti vaiheisiin. Erottele jokaisessa vaiheessa: - Mitä tekoäly voi tehdä (luonnos, koodi, yhteenveto) - Mitä ihmisen on päätettävä (turvallisuus, seuraus, hyväksyntä). Merkitse kriittiset kohdat, joissa perimmäinen vastuu on ihmisellä.

4) Raportin eheystarkastus:

Alla on raporttiluonnos:[LUONNOS]Tehtävä: Tarkista ja merkitse seuraavat:1) Onko olemassa vahvistamattomia numeroita/sitaatteja?2) Onko tekoälyn käyttö ilmaistu avoimesti?3) Näyttävätkö tiedot "kaunistettavilta" (outlier-piilottavuus)?4) Onko tietoturva-/eettisiä puutteita? [TARKISTA] missä olet epävarma.

Heikko kehote / Vahva kehote

Heikko:

Mikä on paras tapa syntetisoida yrityksemme uusi salainen molekyyli? [todellinen alkuperäinen rakenne]

Tämä paljastaa alkuperäisen esipatentin rakenteen yleiselle palvelulle; Se vaarantaa ensisijaisuuden ja luottamuksellisuuden.

Vahva:

Haluaisin oppia yleisen retrosynteesistrategian samanlaiselle aromaattisten ketonien luokan rakenteelle. Selitä yleisesimerkillä (asetofenonijohdannainen) antamatta konkreettista, alkuperäistä rakennetta. Käytän strategiaa omaan molekyyliini talon sisällä.

Ero: paljastamatta piilevää rakennetta, saavutettiin sama oppiminen kuin yleisessä korvikeesimerkissä.

minikotelot

Tapaus 1 – Alkuperäinen rakenne paljastettiin. Ryhmä kysyi yleiseltä tekoälyltä ainutlaatuisesta molekyylistä ennen patentin hakemista. Oikeudellinen yksikkö totesi, että tämä saattaisi asettaa prioriteetin kyseenalaiseksi; Prosessi viivästyi. Oppitunti: pyydä ainutlaatuisia rakenteita yleisellä välityspalvelimella, kunnioita tietosuojakäytäntöä.

Tapaus 2 – Ihmisen suostumus esti onnettomuuden. Automatisoidussa työnkulussa tekoäly tuotti menettelyluonnoksen ja se oli tarkoitus toteuttaa suoraan; Mutta kokenut kemisti nappasi yhteensopimattoman reagenssiparin läpivirtaus "turvaväliportista". Oppitunti: kriittisissä kohdissa ihmisten hyväksyntäportit pelastavat ihmishenkiä.

Tapaus 3 – Päästä päähän -kuri. Maisteriopiskelija toteutti koko moduulin yhdessä projektissa: kirjallisuustiivistelmä + varsinainen viittauksen varmistus tekoälyllä, rakenteen varmistus RDKitilla, data-analyysi koodilla, turvallisuus SDS:llä, rehellinen dokumentointi, läpinäkyvä raportointi. Tulos oli sekä nopeampi että kestävämpi; väitöskirjassa "Kuinka todensit tekoälyn?" Hän vastasi kysymykseen selkeästi. Oppitunti: AI + varmistuskuri toimivat parhaiten yhdessä.

Yleisiä virheitä

• Piilevän rakenteen antaminen yleiselle tekoälylle. Se vaarantaa patentin prioriteetin ja liikesalaisuuden.
• Syötä tunnistettavissa olevat henkilö-/potilastiedot. Yksityisyyden loukkaus ja oikeudellinen riski.
• Hyväksyntäporttien ohittaminen. Turvallisuus ja viime kädessä eteenpäin ilman ihmisen hyväksyntää.
• Vastuun siirtäminen tekoälylle. "AI ehdotettu" ei oikeuta virheitä.
• Avoimuuden välttäminen. Tekoälyn käytön piilottaminen heikentää eheyttä.
• Kaksinkertaisen käytön riskin huomioiminen. On epäeettistä käyttää tekoälyä haitallisiin sovelluksiin.

Vinkki: Suunnittele työnkulkusi siten, että "jokainen tärkeä päätös, jonka ihminen pysäyttää ja hyväksyy". Tee tekoälystä lenkki, joka kiihdyttää ketjua, ja ketjua pitävä solmu on aina ihminen.

Yhteenvetona

• Inhimillinen periaate kokeilussa: jokainen kriittinen kemiallinen päätös ihminen ymmärtää, valvoo ja hyväksyy.
• Yksityisyys: älä tarjoa ainutlaatuisia esineitä, henkilötietoja ja liikesalaisuuksia julkiselle tekoälylle; Käytä yleistä välityspalvelinta.
• Etiikka: avoimuus, vastuullisuus, ilkeily, rehellisyys ovat neljä perusperiaatetta.
• Päästä päähän -työnkulussa tekoäly kiihtyy joka vaiheessa; ihmiset vahvistavat ja omistavat.
• Aseta ihmisten hyväksyntäportit kriittisiin kohtiin (turvallisuus, lopputulos) ja säilytä jäljitettävyys.

Sovellustehtävä

Valitse oma projektisi (todellinen tai hypoteettinen) ja suunnittele tekoäly-ihmisen työnkulku alusta loppuun. Mukauta yllä oleva 9-vaiheinen taulukko omaan projektiisi: mitä tekoäly tekee kussakin vaiheessa, mitä ihminen hyväksyy? Käytä yksityisyyden esisuodatinta: mitä tietoja et anna tekoälylle, miten yleistät sen? Määritä vähintään kaksi ihmisen hyväksyntäporttia ja yksi jäljitettävyysmenetelmä. Kirjoita yksisivuinen työnkulku- ja vahvistussuunnitelma.

tarkistuslista

• [ ] Kokeessa ymmärsin ihmisen periaatteen ja miksi se oli tarpeen.
• [ ] Yleistän piilotetun rakenteen/datan antamatta sitä yleiselle tekoälylle.
• [ ] Noudatan avoimuuden, vastuullisuuden, ilkeyden ja rehellisyyden periaatteita.
• [ ] Erotin tekoälyn/ihmisen roolit päästä päähän -työnkulussa.
• [ ] Laitoin ihmisten hyväksyntäportit kriittisiin kohtiin.
• [ ] Seuraan, mitä tekoälystä tulee ja miten se varmistetaan.

Moduulin tentti

1. Mikä seuraavista on tarkin tekoälyn paikannus kemiassa?

• A) Tekoäly on koodi-, luonnos- ja muokkausavustaja; Vastuu rakenteesta, lukumäärästä, resursseista, turvallisuudesta ja eettisistä päätöksistä on ihmisillä ✔
• B) Tekoäly on kemian moottori ja sen antamat molekyylipainot ovat aina tarkkoja.
• C) Tekoäly toimii vain kirjallisuuskatsauksessa, sillä ei ole mitään tekemistä analyysin ja turvallisuuden kanssa
• D) Koska tekoäly on puolueettomampaa kuin ihminen, turvallisuuspäätökset tulisi jättää sen tehtäväksi

Kuvaus: Tekoäly; Se on assistentti, joka kirjoittaa koodia, tuottaa luonnoksia, rakentaa retrosynteesirungon, auttaa ja järjestää spektrin tulkintaa. Kuitenkin deterministinen molekyylipainon ja stoikiometrian laskenta, rakenteen varmentaminen RDKitillä, tietokannan viittausten varmistus, turvallisuuspäätös SDS/GHS:llä ja lopullinen vastuu kuuluvat pätevälle kemistille. Suuri kielimalli ei ole laskin tai kemian kone; Se on tekstigeneraattori, joka tuottaa "seuraavan todennäköisimmän sanan", ja sen vahvistamaton tulos voi johtaa väärään rakenteeseen, numeroon tai vaaraan.

2. Mikä on luotettavin tapa kuvata molekyyliä tekoälylle?

• A) Kirjoita vain yleinen turkkilainen nimi
• B) Rakenneesityksen antaminen, kuten SMILES, ja henkilöllisyyden vahvistaminen InChIKeyllä ✔
• C) Kerro vain molekyylipaino
• D) Tavaramerkin kirjoittaminen riittää

Selitys: Nimet (erityisesti kauppa- ja synonyyminimet) ovat moniselitteisiä ja voivat johtaa väärään molekyyliin. Kun molekyylille annetaan rakennemerkintä, kuten SMILES, saadaan tarkkuus; Hänen henkilöllisyytensä on vahvistettu tietokannassa InChIKeyn avulla. Lisäksi tekoälyn antamat SMILES-tiedostot on jäsennettävä RDKitilla ja tarkistettava kanonisoinnilla.

3. Miten tekoälyn antamaa molekyylipainoa tulisi käyttää?

• A) Käytä sitä suoraan, koska tekoäly on numeroissa luotettava
• B) Laske ja varmista itsenäisesti kaavasta manuaalisesti tai RDKit ✔ -ohjelmalla
• C) Riittää, kun kysyt toiselta tekoälyltä ja vertailet
• D) Molekyylipainolla ei ole merkitystä, varmistusta ei tarvita

Selitys: Molekyylipaino on määrä, joka lasketaan deterministisesti molekyylikaavasta. Joten kielimallin kysyminen on heikoin tapa; Se on tarkistettava itsenäisesti RDKitin kaltaisella työkalulla tai laskemalla se manuaalisesti kaavasta. Kielimalli voi sovittaa tällaiset luvut "todennäköiseltä näyttävällä" arvolla.

4. Mitä tulee tehdä ennen kuin käytät tekoälyn palauttamaa kirjallisuusviittausta (artikkeli/DOI)?

• A) Ei mitään; Jos tekoäly antaa viitteen, se on totta
• B) Pelkästään otsikon katsominen, jotta se näyttää vakuuttavalta, riittää.
• C) Jokaisen lainauksen ja DOI:n vahvistaminen dekoodaamalla ne tietokantaan (doi.org, Crossref) ✔
• D) Pitkä DOI-luku osoittaa, että se on todellinen.

Kuvaus: Kielimalli voi luoda artikkeleita, tekijöitä ja asiakirjoja, jotka näyttävät realistisilta, mutta joita ei ole olemassa (vääresitatti). Se, että se antaa DOI:n, ei tarkoita, että se on pätevä. Jokainen lainaus on tarkistettava tietokannassa, kuten doi.org, Crossref tai julkaisijan sivusto. Turvallisinta on, että ihminen löytää oikean artikkelin ja tiivistää tekstin tekoälyllä.

5. Millä alueella tekoäly on heikoin ja vaatii vahvistusta reaktiosuunnittelussa?

• A) Tunnistaessaan, mihin yleiseen luokkaan reaktio kuuluu
• B) Tarkat kuntonumerot, saantoarvot ja reagenssien/katalyytin nimet ✔
• C) Selitetään mekanismi selkeällä kielellä
• D) Aivoriihi vaihtoehtoisten reittien löytämiseksi

Selitys: Tekoäly ennustaa yleensä hyvin reaktion tyypin ja hyvin dokumentoitujen reaktioiden päätuotteen. Kuitenkin tarkat olosuhteet (lämpötila, aika, ekvivalentti), saantoarvot, harvinaiset reaktiot ja reagenssien/katalyyttien nimet ovat heikoimpia ja alttiimpia valmistukseen; nämä tulee vahvistaa kirjallisuudella ja luetteloilla.

6. Mikä on luotettavin tapa käyttää tekoälyä spektrin tulkinnassa?

• A) Anna vain muutama huippu ja kysy "mikä spektri tämä on?" kysyä
• B) Odotetun rakenteen ja täydellisen raakadatan antaminen ja johdonmukaisuuden tarkistus (hypoteesitestaus) ✔
• C) Vain siirtoarvojen kirjoittaminen ilman integrointia ja jakoa
• D) Lopullinen rakennemääritys yhdellä tekniikalla (vain infrapuna)

Kuvaus: Kysy tekoälyltä "mikä yhdiste tämä spektri on?" Tyhjästä kysyminen lisää virheiden määrää. Luotettavin tapa on antaa odotettu rakenne (SMILES) ja raakadata (integrointi, jakaminen, ratkaisija, huippulista) yhdessä ja kysyä "onko nämä tiedot tämän rakenteen mukaisia?" on kysyä; eli tekoälyn käyttäminen hypoteesien testaajana. Lopullinen tehtävä on kemistille, joka tutkii koespektrin.

7. Mikä on luotettavin tapa saada kemiallisen laskennan tulos (esim. prosentuaalinen saanto)?

• A) Tuloksen pyytäminen suoraan tekoälyltä suullisesti
• B) Tulosta ja suorita tilin Python-koodi ja testaa sitä tunnetulla esimerkillä ✔
• C) Esitä sama kysymys useita kertoja ja hanki numero, joka tulee useimmin esiin
• D) Nopea estimointi yksikköä määrittelemättä

Selitys: Kielimalli tekee aritmetiikkaa "ennustamalla todennäköisen tuloksen" ja voi olla väärässä jopa hyvin yksinkertaisissa kertolaskuissa. Luotettavin tapa on antaa tekoäly kirjoittaa KOODInsa (esim. Python), ei itse tiliä, ja suorittaa kyseinen koodi; koodi on deterministinen ja auditoitavissa. Koodi tulee myös testata pienellä näytteellä, jonka vastaus on tiedossa.

8. Mitä 'soveltamisalueen' käsite tarkoittaa molekyylien ominaisuuksien ennustamisessa?

• A) Sen tietokoneen prosessointiteho, jossa malli toimii
• B) Koulutusdatan kaltainen molekyylialue, jossa malli antaa luotettavia ennusteita ✔
• C) Varmennusalue, jossa mallin antama numero on aina tarkka
• D) Lämpötila-alue, jolla molekyyli voidaan syntetisoida laboratoriossa

Selitys: QSAR/ennustemalli toimii hyvin molekyyleillä, jotka ovat samankaltaisia kuin molekyylit, joihin se on opetettu. Kun molekyyli on hyvin erilainen kuin harjoitusdata, malli tuottaa silti luvun, mutta tämä on epäluotettava; tätä kutsutaan "soveltamisalan ulkopuolelle jäämiseksi". Malli antaa aina vastauksen; Ihmisen on arvioitava, onko vastaus luotettava vai ei.

9. Mikä on oikea lähestymistapa kokeen dokumentaatiossa olevien havaintojen käsittelyyn?

• A) Havaintojen kirjoittaminen tekoälylle ajan säästämiseksi
• B) Kokeen suorittava henkilö kirjoittaa havainnot muistiin; AI vain muotoilee ja tarkistaa ✔
• C) Riittää, että havaintoja ei kirjata, kirjoitetaan vain lopullinen saanto
• D) Poikkeamien piilottaminen suunnitelmasta, jotta raportti näyttää hyvältä

Selitys: Tekoäly ei tiedä mitä se on; Havaintojen (värinmuutos, kaasun vapautuminen jne.) sovittaminen siihen tuottaa tietueita, jotka vaikuttavat uskottavilta, mutta joita ei tapahtunut, ja tämä on tieteellinen huijaus. AI formatoi tallenteen, palauttaa puuttuvat kentät ja tarkistaa toistettavuuden; mutta ihmiskokeen tekijän on esitettävä havainnot ja tosiasiat. Myös poikkeamat suunnitelmasta tulee kirjata.

10. Mikä on tekoälyn rooli laboratorioturvallisuudessa ja totuuden lähde?

• A) Jos tekoäly sanoo "turvallista", muuta lähdettä ei tarvita
• B) Totuuden lähde on SDS ja GHS; Tekoäly on hyödyllinen, mutta ei voi sanoa viimeistä sanaa ✔
• C) Turvallisuuspäätökset voidaan delegoida kokonaan tekoälylle
• D) SDS on tarpeeton; Internet-foorumit tarjoavat riittävästi tietoa.

Kuvaus: Turvallisuus on kemian tärkein prioriteetti, eikä tekoäly voi koskaan sanoa tässä viimeistä sanaa. Varsinaisten turvallisuustietojen lähde on valmistajan toimittama SDS (Safety Data Sheet) ja GHS-luokitus. Tekoäly voi tehdä yhteenvedon SDS-tekstistä, luoda lomakeluonnoksia ja suorittaa alustavan vaatimustenvastaisuuden seulonnan; Kaikki väitteet on kuitenkin tarkistettava käyttöturvallisuustiedotteella ja kokeneen henkilön/turvaviranomaisen on hyväksyttävä menettely.

11. Mikä seuraavista reagenssiyhdistelmistä on tunnettu vaarallinen (yhteensopimaton) vastine?

• A) Veden ja ruokasuolan sekoittaminen
• B) Happaman liuoksen sekoittaminen hypokloriittia sisältävään liuokseen (kloorikaasun vaara) ✔
• C) Etanolin ja veden sekoittaminen
• D) Sokerin ja veden liuottaminen

Selitys: Vaikka jotkut kemikaalit ovat suhteellisen turvallisia yksinään, ne ovat vaarallisia yhdessä. Hapon ja hypokloriitin sekoittaminen vapauttaa kloorikaasua; Hapettava aine + orgaaninen aiheuttaa palo-/räjähdysvaaran, vesi + reaktiivinen metallilämpö/vety. Vaikka tekoäly tuntee useimmat näistä yhdistelmistä, se ei takaa niitä kaikkia ja voi joskus esittää vaarallisen vihjeen viattomalla kielellä; jokainen toimenpide on tutkittava käyttöturvallisuustiedotteen noudattamatta jättämisen varalta.

12. Mikä on tarkin ilmaus "hallusinaatioille" (tekoäly, joka tuottaa väärennettyä tietoa)?

• A) Se on harvinainen ohjelmistovirhe, ja se poistetaan kokonaan päivityksellä.
• B) Se on kielimallille ominaista käyttäytymistä; Ratkaisu on tarkistaa jokainen tulos itsenäisesti ✔
• C) Se näkyy vain väärin kirjoitetuissa kehotteissa, ei koskaan oikeissa kehotteissa.
• D) Jos tekoäly puhuu turvallisella kielellä, se ei ole hallusinaatio

Selitys: Hallusinaatio ei ole toimintahäiriö, vaan seuraus kielimallin luonteesta, joka tuottaa "seuraavan todennäköisimmän sanan"; Malli tähtää mahdolliseen, ei totuuteen. Kaikkein salakavalin osa on, että se esittää väärää tietoa samalla varmalla kielellä kuin totuus. Ratkaisu ei ole yrittää korjata mallia, vaan rakentaa tyypin mukainen validointikuori jokaisen tulosteen ympärille; sujuvuus ei ole koskaan todiste tarkkuudesta.

13. Mitä "triangulaatio" tarkoittaa kriittisen arvon (esim. molekyylipainon) todentamiseksi?

• A) Saman kysymyksen esittäminen samalle tekoälylle kolme kertaa
• B) Vertailu ja samaan päätelmään päätyminen useammalla kuin yhdellä itsenäisellä tavalla ✔
• C) Kolmen eri molekyylin painon laskeminen samanaikaisesti
• D) Tuloksen pyöristäminen kolmen desimaalin tarkkuudella

Selitys: Triangulaatio saavuttaa saman tuloksen useiden itsenäisten polkujen kautta; Esimerkiksi molekyylipainon vertaaminen tekoälyn, RDKit-laskennan ja manuaalisen laskennan mukaan. Jos kaksi itsenäistä polkua menevät päällekkäin, luottamus on korkea; Jos joku poikkeaa, se pysäytetään ja tutkitaan. Sen sijaan, että turvautuisi yhteen lähteeseen, tulisi etsiä vähintään kaksi riippumatonta menetelmää.

14. Mikä on oikea tapa kysyä yleiseltä tekoälypalvelulta ainutlaatuisesta molekyylistä, jota ei ole patentoitu?

• A) Anna alkuperäinen rakenne suoraan, koska nopeus on tärkeä
• B) Strategian oppiminen yleisen/korvikeesimerkin avulla paljastamatta alkuperäistä rakennetta ✔
• C) Rakenteen antaminen ei ole ongelma, tekoäly ei koskaan piilota tietoa
• D) Molekyylin nimen ilmoittamatta jättäminen, vaan sen koko SMILES:n jakaminen on riittävä suoja.

Kuvaus: Yleiseen tekoälypalveluun syötettyä sisältöä voidaan tallentaa tai käsitellä palvelupolitiikan mukaisesti; Alkuperäisen rakenteen antaminen vaarantaa luottamuksellisuuden ja patenttiprioriteetin. Oikea lähestymistapa on oppia strategia yleisestä/korvikeesimerkistä (samanlainen rakenneluokka) ja soveltaa sitä omaan molekyyliinsä talon sisällä paljastamatta alkuperäistä rakennetta. Henkilö-/potilastietoja ei myöskään saa antaa tunnistettavissa olevassa muodossa.