வேதியியலில் செயற்கை நுண்ணறிவு அறிமுகம்: பாத்திரங்கள், எல்லைகள், சரிபார்ப்பு மற்றும் நெறிமுறைகள்

ஆதாயங்கள்:

• செயற்கை நுண்ணறிவு வேதியியல் பணிப்பாய்வுகளில் (யோசனை, வடிவமைப்பு, பகுப்பாய்வு, அறிக்கையிடல்) நேரத்தைச் சேமிக்கும் இடத்தையும், ஆபத்து அளவைப் பொறுத்து கட்டமைப்பு, எண், வளம் மற்றும் பாதுகாப்பு முடிவுகள் மனிதர்களுக்கு விடப்படும் இடத்தையும் வேறுபடுத்தி அறிய முடிகிறது.
• கட்டமைப்பு-எண்-வளம்-பாதுகாப்பு என்ற நான்கு படிகளுடன் ஒவ்வொரு வெளியீட்டையும் சுயாதீனமாக சரிபார்க்கும் ஒரு ஒழுங்குமுறையைப் பயன்படுத்துவதற்கான திறன்
• தயாரிக்கப்பட்ட கலவைகள் மற்றும் எண்கள், தவறான குறிப்புகள் மற்றும் பாதுகாப்பு தவறான எண்ணங்கள் ஆகியவை இந்த தொழிலுக்கு ஏன் ஆபத்துகள் என்பதை ஆரம்பத்தில் இருந்தே கருத்தில் கொள்ள வேண்டும்.

வேதியியல் என்பது பொருளின் அமைப்பு, மாற்றம் மற்றும் பண்புகளை ஆய்வு செய்யும் ஒரு சோதனை அறிவியல் ஆகும். ஒரு வேதியியலாளர் ஆய்வகத்தில் எடை, கரைத்தல், வெப்பம் மற்றும் அளவிடுதல்; அவரது மேசையில், அவர் மூலக்கூறுகளை வரைகிறார், எதிர்வினைகளைத் திட்டமிடுகிறார், நிறமாலையை விளக்குகிறார், இலக்கியங்களை ஸ்கேன் செய்கிறார் மற்றும் அறிக்கைகளை எழுதுகிறார். செயற்கை நுண்ணறிவு (சுருக்கமாக AI, இங்கு குறிப்பாக "அடுத்த வாய்ப்பு வார்த்தை" என்று கணித்து உரையை உருவாக்கும் மென்பொருள், பெரிய மொழி மாதிரியில் பயிற்சியளிக்கப்பட்டது, அதாவது பாரிய உரை தரவு) இந்த மேசை வேலைகளில் பலவற்றை வியத்தகு முறையில் விரைவுபடுத்தும். ஆனால் அது ஆய்வகத்தை உருவாக்காது, அளவீடுகளைப் படிக்காது, மிக முக்கியமாக: உங்கள் சார்பாக அது உருவாக்கும் எண்கள், சூத்திரங்கள் அல்லது மேற்கோள்களை சரிபார்க்காது. இந்த தொகுதியானது வேதியியலில் AI ஐ எவ்வாறு இறுதி முதல் இறுதி வரை ஆனால் பொறுப்புடன் பயன்படுத்துவது என்பதை கற்பிக்கிறது.

இந்த முதல் யூனிட்டில், உங்கள் மனதில் ஒரு யோசனையை விதைக்க விரும்புகிறேன்: AI என்பது வேதியியலில் உதவியாளர், வேதியியலாளர் அல்ல. குறியீட்டை எழுதுகிறது, அவுட்லைன்களை உருவாக்குகிறது, ரெட்ரோசிந்தசிஸ் கட்டமைப்பை உருவாக்குகிறது, ஸ்பெக்ட்ரம் சிகரங்களை விளக்க உதவுகிறது, இலக்கியத்தை சுருக்கமாகக் கூறுகிறது. இருப்பினும், மூலக்கூறை உண்மையில் ஒருங்கிணைக்க முடியுமா, ஒரு எதிர்வினை பாதுகாப்பானதா இல்லையா, ஒரு குறிப்பு உண்மையானதா இல்லையா, மற்றும் இறுதிப் பொறுப்பை தீர்மானிக்கும் திறமையான வேதியியலாளர் ஆவார்.

வேதியியல் பணிப்பாய்வுக்கு AI எங்கே பொருந்தும்?

ஒரு வேதியியல் திட்டத்தை தோராயமாக ஐந்து கட்டங்களாகப் பிரிப்போம்: (1) யோசனை மற்றும் இலக்கியம், (2) மூலக்கூறு மற்றும் எதிர்வினை வடிவமைப்பு, (3) ஆய்வகப் பயன்பாடு, (4) பகுப்பாய்வு மற்றும் குணாதிசயம், (5) அறிக்கையிடல். இந்த நிலைகளில் AI மிகவும் மாறுபட்ட மதிப்புகளைக் கொண்டுள்ளது.

• யோசனைகள் மற்றும் இலக்கியம்: AI ஒரு தலைப்பை விரைவாகச் சுருக்கி, முக்கிய கருத்துக்களை விளக்குகிறது, தேடல் சொற்களை உருவாக்குகிறது. ஆனால் அவர் கற்பிதத்தை உருவாக்க முடியும்; இதை ஒரு நொடியில் பார்ப்போம்.
• வடிவமைப்பு: ஸ்மைல்களை உருவாக்குகிறது (மூலக்கூறை உரை சரமாக எழுதும் ஒரு வடிவம்; அது பின்னர்), ரெட்ரோசிந்தசிஸ் படிகளை பரிந்துரைக்கிறது, எதிர்வினை மாற்றுகளை பட்டியலிடுகிறது. பரிந்துரை நல்லது, உத்தரவாதம் அல்ல.
• ஆய்வகம்: AI இங்கு எதுவும் செய்யாது. எடை, வெப்பம் மற்றும் பாதுகாப்பு நடவடிக்கைகள் மனிதர்களால் மேற்கொள்ளப்படுகின்றன. AI செயல்முறையை எழுத மட்டுமே உதவுகிறது; அந்த நடைமுறையைச் செய்வதற்கு முன், ஒரு மனிதன் பாதுகாப்புக்காக அதைக் கண்காணிக்க வேண்டும்.
• பகுப்பாய்வு: என்எம்ஆர், ஐஆர், மாஸ் ஸ்பெக்ட்ரம் (இவை மூலக்கூறின் கட்டமைப்பைக் காட்டும் அளவீட்டு நுட்பங்கள்) ஆகியவற்றை விளக்குவதில், சிகரங்களைத் தொகுக்கவும் சாத்தியமான கட்டமைப்புகளை பட்டியலிடவும் YZ உதவுகிறது. இறுதிப் பணி உங்களுடையது.
• அறிக்கையிடல்: சோதனை நோட்புக், கட்டுரை வரைவு, பாதுகாப்பு படிவ வரைவு ஆகியவற்றை உருவாக்குகிறது. இது மிகவும் சக்தி வாய்ந்தது; ஆனால் எண்கள் உங்களுடன் பொருந்த வேண்டும்.

உதவிக்குறிப்பு: AI ஐப் பயன்படுத்துவதற்கான பாதுகாப்பான இடம் "ஏதாவது தவறு நடந்தால் அது கவனிக்கப்பட்டு உடனடியாக சரி செய்யப்படும்" பகுதிகள்: வரைவு உரை, குறியீடு எலும்புக்கூடு, கால விளக்கம். ஆபத்தான இடங்கள் "தவறு என்றால், அது அமைதியாகப் பரவும்" பகுதிகள்: மாறிலிகள், குறிப்புகள், பாதுகாப்பு வலியுறுத்தல்கள், எண் முடிவுகள்.

நாம் ஏன் கவனமாக இருக்க வேண்டும்? மூன்று கட்டமைப்பு அபாயங்கள்

பெரிய மொழி மாதிரி ஒரு கால்குலேட்டர் அல்லது வேதியியல் இயந்திரம் அல்ல. புள்ளிவிவரப்படி "சாத்தியமாகத் தோன்றும்" உரையை உருவாக்குகிறது. இது வேதியியலில் மூன்று உறுதியான அபாயங்களுக்கு வழிவகுக்கிறது:

1. உருவாக்கப்பட்ட (மாயத்தோற்றம்): ஒரு மாதிரி இல்லாத கலவை, இல்லாத எதிர்வினை அல்லது தவறான மூலக்கூறு எடை ஆகியவற்றை நம்பிக்கையுடன் எழுதலாம். எடுத்துக்காட்டாக, இது "X கலவையின் மூலக்கூறு எடை 154.2 g/mol" என்று கூறுகிறது, அதேசமயம் சரியான மதிப்பு 168.2 ஆகும்.
2. போலி மேற்கோள்: "ஸ்மித் மற்றும் பலர், 2019, ஆர்கானிக் கெமிஸ்ட்ரி ஜர்னல்" போன்ற, யதார்த்தமாக தோற்றமளிக்கும் ஆனால் இல்லாத ஆதாரத்தை வழங்கலாம். அவரால் DOI எண்ணைக் கூட உருவாக்க முடியும்.
3. பாதுகாப்புக் குறைபாடு: ரியாஜெண்டுகளின் ஆபத்தான கலவையை (எ.கா. ஆக்சிஜனேற்றம் மற்றும் பொருத்தமற்ற விகிதத்தில் உள்ள கரிம கரைப்பான்) "பிரச்சினை இல்லை" எனக் காட்டலாம்.

இந்த மூன்று அபாயங்கள் இந்த தொகுதியின் ஒவ்வொரு யூனிட்டிலும் மீண்டும் மீண்டும் தோன்றும். தீர்வு AI இலிருந்து தப்பிப்பது அல்ல, ஆனால் ஒவ்வொரு வெளியீட்டையும் ஒரு சுயாதீன மூலத்துடன் சரிபார்க்கும் ஒழுக்கத்தை நிறுவுவது.

சிறிய வழக்குகள்

வழக்கு 1 - பொருத்தப்பட்ட மூலக்கூறு எடை. ஒரு பட்டதாரி மாணவர் பாரா-நைட்ரோபீனாலுக்கான மூலக்கூறு எடையை AIயிடம் கேட்டார். "139.11 கிராம்/மோல்" என்று AI கூறியது. மாணவர் நம்பிக்கையுடன் இருந்தார் மற்றும் 0.05 மோலுக்கு 6.96 கிராம் எடையுள்ளதாக திட்டமிடப்பட்டது. இருப்பினும், பாரா-நைட்ரோபீனாலின் மூலக்கூறு எடை 139.11 கிராம்/மோல் ஆகும், இந்த முறை அது சரியாக இருந்தது - ஆனால் மாணவர் சரிபார்க்கவில்லை. அடுத்த கலவையில் (பாரா-அமினோபீனால், உண்மையான மதிப்பு 109.13 கிராம்/மோல்) YZ "123.15" என்றார்; இந்த முறை மாணவர் அதை சூத்திரத்தில் (C6H7NO2) கையால் கணக்கிட்டுப் பிடித்தார்: 6×12.011 + 7×1.008 + 14.007 + 2×15.999 = 109.13. பாடம்: ஒவ்வொரு மூலக்கூறு எடையையும் சூத்திரம் இல்லாமல் கணக்கிடுங்கள்.

வழக்கு 2 - போலி DOI. ஒரு ஆராய்ச்சியாளர் தனது இலக்கிய மதிப்பாய்வில் AIயிடம் 5 ஆதாரங்களைக் கேட்டார். ஐந்தில் இரண்டின் DOI கிளிக் செய்தபோது "கண்டுபிடிக்கப்படவில்லை" என்று திரும்பியது; தலைப்புச் செய்திகள் உண்மையாக இருந்தன, ஆனால் கட்டுரைகள் இல்லை. 40 நிமிட நேர விரயம். பாடம்: தரவுத்தளத்தில் (DOI, PubMed, Reaxys) சரிபார்ப்பு இல்லாமல் ஒவ்வொரு மேற்கோளையும் பயன்படுத்தக்கூடாது.

வழக்கு 3 - பாதுகாப்பானதாகத் தோன்றும் ஆபத்து. ஒரு பயனர் சுத்தம் செய்யும் செயல்முறை பற்றி AI யிடம் கேட்டார்; AI மறைமுகமாக ஒரு ஹைபோகுளோரைட் கொண்ட கரைசலை ஒரு அமிலக் கரைசலுடன் கலப்பது பற்றிய ஆலோசனையை உருவாக்கியது - இது குளோரின் வாயுவை வெளியிடக்கூடிய கலவையாகும். அதிர்ஷ்டவசமாக பயனர் பாதுகாப்பு தரவு தாளை (SDS) பார்த்து நிறுத்தினார். பாடம்: ஒவ்வொரு செயல்முறையும் செயல்படுத்தப்படுவதற்கு முன், SDS மற்றும் ஆபத்துக்காக மனிதனால் பரிசோதிக்கப்படுகிறது.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த மூலக்கூறை ஒருங்கிணைக்கவும்.

இந்தக் கூற்று தெளிவற்றது: என்ன மூலக்கூறு, என்ன தொடக்கப் பொருட்கள், என்ன அளவு, என்ன கட்டுப்பாடுகள்? AI இடைவெளிகளை உருவாக்குகிறது.

சக்திவாய்ந்த தூண்டுதல்:

பங்கு: நீங்கள் கரிமத் தொகுப்பில் அனுபவம் வாய்ந்த உதவியாளர். இலக்கு மூலக்கூறு: 4-மெத்தாக்சியாசெட்டோபெனோன் (புன்னகைகள்: COc1ccc(cc1)C(C)=O). தொடக்கப் பொருளாக அனிசோல் உள்ளது. பணி: 2-படி ரெட்ரோசிந்தெசிஸ் திட்டத்தை வழங்கவும். ஒவ்வொரு அடிக்கும்: எதிர்வினைகள், நிலைமைகள் (வெப்பநிலை, கரைப்பான்) மற்றும் சாத்தியமான பக்க எதிர்வினைகள். கட்டுப்பாடு: நீங்கள் உறுதியாகத் தெரியாத இடத்தில் "சரிபார்" எனக் குறிக்கவும், பொருத்தம். வெளியீடு: எண்ணிடப்பட்ட படிகள் + சரிபார்க்க வேண்டிய புள்ளிகளின் பட்டியல்.

வேறுபாடு: பங்கு, சரியான இலக்கு (புன்னகைகளுடன்), சூழல், படிகளின் எண்ணிக்கை, வெளியீட்டு வடிவம் மற்றும் "பொருத்துதல்" கட்டுப்பாடு. இவை வேதியியலில் நல்ல தூண்டுதலின் ஐந்து கூறுகள்: பங்கு, துல்லியமான கட்டமைப்பு பிரதிநிதித்துவம், சூழல், பணி, சரிபார்ப்பு கட்டுப்பாடு.

AI கருவிகளின் வகைகள்: மொழி மாதிரி அல்லது வேதியியல் கருவி?

வேதியியலில் நீங்கள் இரண்டு வெவ்வேறு "AI"களை எதிர்கொள்கிறீர்கள், அவற்றைக் குழப்பாமல் இருப்பது மிகவும் முக்கியம்:

வகை

என்ன செய்கிறது

நம்பகத்தன்மை

எடுத்துக்காட்டு பயன்பாடு

பொது மொழி மாதிரி

உரை/குறியீட்டை உருவாக்குகிறது, விளக்குகிறது, வரைவுகளை எழுதுகிறது

எண்கள் குறைவு, மொழி அதிகம்

செயல்முறை விளக்கம், சொற்களஞ்சியம்

வேதியியல் நூலகம் (RDKit போன்றவை)

மூலக்கூறை உறுதியான முறையில் செயலாக்குகிறது, மூலக்கூறு எடையைக் கணக்கிடுகிறது

உயர் (விதி அடிப்படையிலான)

SMILES சரிபார்ப்பு, MA கணக்கு

தனிப்பயன் முன்கணிப்பு மாதிரி (ரெட்ரோசிந்தெசிஸ், அம்சம்)

தரவு பயிற்றுவிக்கப்பட்ட கணிப்பை வழங்குகிறது

நடுத்தர, பகுதியைப் பொறுத்து

ரெட்ரோசிந்தெசிஸ், கரைதிறன் மதிப்பீடு

இலக்கியம்/தேடல் கருவி

உண்மையான தரவுத்தள வினவல்கள்

மூலத்தைப் பொறுத்து உயர்

பண்புக்கூறு உறுதிப்படுத்தல், எதிர்வினை தேடல்

மிகவும் வலுவான பணிப்பாய்வு இவற்றை ஒருங்கிணைக்கிறது: மொழி மாதிரி யோசனையை உருவாக்குகிறது, வேதியியல் நூலகம் எண்ணிக்கையை நிர்ணயிக்கும் வகையில் கணக்கிடுகிறது, இலக்கியக் கருவி கற்பிதத்தை சரிபார்க்கிறது, மனிதனை உறுதிப்படுத்துகிறது. அடுத்த அலகுகளில் இந்த சங்கிலியை நிறுவுவோம்.

சரிபார்ப்பு ஒழுங்குமுறை: நான்கு படிகள்

ஒவ்வொரு AI வெளியீட்டையும் இந்த நான்கு படிகள் மூலம் ஆய்வகத்தில் அல்லது அறிக்கைக்குள் நுழைவதற்கு முன் எடுக்கவும்:

1. அமைப்பு: மூலக்கூறு/எதிர்வினை குறியீடு (SMILES/InChI) சரியானதா? அதை ஒரு கருவி (RDKit) மூலம் அலச முடியுமா?
2. எண்: மூலக்கூறு எடை, ஸ்டோச்சியோமெட்ரி, மகசூல் கணக்கீடு ஆகியவை சுயாதீனமாக (கை அல்லது நூலகம் மூலம்) சரிபார்க்கப்பட்டதா?
3. ஆதாரம்: ஒவ்வொரு உரிமைகோரல் மற்றும் பண்புக்கூறுகள் உண்மையான தரவுத்தளத்தில் சரிபார்க்கப்பட்டதா?
4. பாதுகாப்பு: செயல்பாட்டில் உள்ள ஒவ்வொரு மறுபொருளுக்கும் SDS படிக்கப்பட்டதா, ஏதேனும் ஆபத்தான சேர்க்கைகள் உள்ளதா?

குறிப்பு: இந்த நான்கு படிகள் "எப்போதும்" பொருந்தும், "சில நேரங்களில்" அல்ல. AI சரியாக இருக்கும் 20 சூழ்நிலைகள் தவறாக இருக்கும் 1 சூழ்நிலையை மன்னிப்பதில்லை; ஏனெனில் வேதியியலில் அந்த 1 சூழ்நிலை வெடிப்பு, விஷம் அல்லது திரும்பப் பெறப்பட்ட கட்டுரையாக இருக்கலாம்.

பொதுவான தவறுகள்

• AI வெளியீட்டை "வளம்" என்று தவறாகப் புரிந்துகொள்வது. AI என்பது ஒரு ஆதாரம் அல்ல, ஆனால் ஆதாரங்களை நினைவில் வைக்க முயற்சிக்கும் ஒரு ஜெனரேட்டர் (சில நேரங்களில் தவறாக). இது மூல தரவுத்தளமாகும்.
• எண்ணை நம்புதல். மூலக்கூறு எடை, pKa, கொதிநிலை போன்ற எண்களை சரிபார்க்காமல் பயன்படுத்துதல். இவற்றைத் தீர்மானிக்கலாம்/தேடலாம்; மொழி மாதிரி கேட்பது பலவீனமான வழி.
• AI க்கு அவுட்சோர்சிங் பாதுகாப்பு. "இது ஆபத்தானது என்று AI கூறவில்லை" என்பது பாதுகாப்பானது என்று அர்த்தமல்ல. ஆபத்து மதிப்பீடு என்பது மனிதன் மற்றும் SDS இன் வேலை.
• தெளிவற்ற உடனடி. மூலக்கூறை அதன் பெயரால் கொடுக்காமல் அதன் கட்டமைப்பின் மூலம் (SMILES/InChI); பெயர் குழப்பம் காரணமாக இது தவறான மூலக்கூறுகளுக்கு வழிவகுக்கிறது.
• ஒரே ஒரு முயற்சியில் நம்பிக்கை. அதே கேள்வியை மீண்டும் வேறு விதமாகக் கேட்டு, நிலைத்தன்மையை சரிபார்க்கவில்லை.

சுருக்கமாக

• AI என்பது வேதியியலில் ஒரு சக்திவாய்ந்த மேசை உதவியாளர்: இது குறியீடு, அவுட்லைன்கள், விளக்கங்கள், ஸ்கேன் எலும்புக்கூடுகளை உருவாக்குகிறது; ஆனால் ஆய்வகம் அதைச் செய்யவில்லை மற்றும் அதன் வெளியீட்டை சரிபார்க்கவில்லை.
• மூன்று உள்ளார்ந்த அபாயங்கள் உள்ளன: போலி கலவை/எண், போலி பண்புக்கூறு, பாதுகாப்பு தவறு.
• பொது மொழி மாதிரி மற்றும் தீர்மானிக்கும் வேதியியல் கருவிகளை (RDKit, தரவுத்தளங்கள்) பிரித்து இணைக்கவும்.
• ஒவ்வொரு வெளியீட்டையும் கட்டமைப்பு–எண்–மூலம்–பாதுகாப்பு என்ற நான்கு படிகள் மூலம் எடுக்கவும்.
• நல்ல ப்ராம்ட்: பங்கு, வெளிப்படையான கட்டமைப்பு பிரதிநிதித்துவம், சூழல், பணி, சரிபார்ப்பு கட்டுப்பாடு ஆகியவை அடங்கும்.

விண்ணப்ப பணி

நீங்களே படித்த ஒரு மூலக்கூறைத் தேர்ந்தெடுக்கவும் (எ.கா. ஆஸ்பிரின், புன்னகைகள்: CC(=O)Oc1cccc1C(=O)O). AI யிடம் மூன்று விஷயங்களைக் கேளுங்கள்: (1) மூலக்கூறு எடை, (2) இரண்டு குறிப்புத் தாள்கள், (3) ஒரு தொகுப்பு படி. பின்னர் ஒவ்வொன்றையும் சுயாதீனமாக சரிபார்க்கவும்: சூத்திரத்திலிருந்து மூலக்கூறு எடையை கைமுறையாகக் கணக்கிடுங்கள், DOI உடன் மேற்கோள்களை உறுதிப்படுத்தவும், பாதுகாப்புக் கண் மூலம் தொகுப்பு படியை ஆராயவும். எந்த வெளியீடு சரியாக வந்தது மற்றும் எந்த திருத்தம் தேவை? ஒரு அரை பக்க “சரிபார்ப்பு பதிவை” வைத்திருங்கள்.

சரிபார்ப்பு பட்டியல்

• AI ஒரு உதவியாளர், வேதியியலாளர் அல்ல என்பதை நான் உணர்ந்தேன்.
• [ ] புனைகதை, தவறான பண்புக்கூறு மற்றும் அவநம்பிக்கை ஆகியவற்றின் அபாயங்களை எடுத்துக்காட்டுகளுடன் நான் அங்கீகரிக்கிறேன்.
• [ ] மொழி மாதிரி மற்றும் தீர்மானிக்கும் வேதியியல் கருவிகளை என்னால் வேறுபடுத்தி அறிய முடிகிறது.
• [ ] ஒவ்வொரு வெளியீட்டிற்கும் கட்டமைப்பு–எண்–மூலம்–பாதுகாப்பு என்ற நான்கு படிகளைப் பயன்படுத்துவேன்.
• [ ] நான் மூலக்கூறுகளை கட்டமைப்பின் மூலம் விவரிக்கிறேன் (SMILES/InChI), பெயரால் அல்ல.
• [ ] குறைந்தது ஒரு சரிபார்ப்புப் பதிவையாவது வைத்திருந்தேன்.