Umetna inteligenca grozi organskim kemikom

Organska sinteza se zdi tako logični posel za superračunalnik in nevronske mreže, da je pravzaprav zelo nenavadno, da se tega doslej še niso lotili. IBM-ov Watson je že pred šestimi leti študiral medicino, kjer gre za podoben problem. Imamo kopico podatkov in precej dobre teorije, a na koncu še vedno potrebujemo nekaj intuicije, občutka ali pa izkušenj. Organska sinteza je v tem primeru podobna diagnostiki. Od začetka organske kemije pred 190 leti smo pridelali že obsežne baze reakcij in pogojev, s katerimi lahko izvajamo pretvorbe organskih molekul, a na koncu smo vedno potrebovali izkušenega človeka, ki je čez palec pogledal sintezno pot in rekel: Tole bi raje takole. Sedaj se tega uči tudi umetna inteligenca.

Organska kemija ima danes trdne temelje in dobro razumevanje reakcijskih mehanizmov, ki pa so v večini postavljeni empirično in služijo kot razlaga opaženih fenomenov. Še vedno se velikokrat zgodi, da na kakšni spojini kakšna reakcija v praksi ne poteče v skladu s teoretičnimi napovedmi, in to kemiki pač pridno beležijo in zlagajo v velike baze (oziroma članke). Lepo bi bilo, če bi se umetna inteligenca naučila vseh nekaj sto osnovnih organskih reakcij, ki se potem kot legokocke uporabljajo za sintezo različnih spojin. Problem teh legokock je medsebojna odvisnost, saj so molekule velike in imajo različne reaktivne skupine, ki se včasih ne razumejo med seboj, zato je treba kakšno zaščiti ali pa iti naokoli. Retrosinteza se pravi razmisleku, ko si organski kemik pogleda želeno molekulo in potem napiše, iz katerih osnovnih kemikalij in kako bi jo sintetiziral.

Nekaj podobnega so storili na univerzi v Münstru. Sestavili so nevronsko mrežo, ki se je naučila 12,4 milijona znanih enostopenjskih organskih reakcij. Tako veliko število je posledica dejstva, da se istovrstna reakcija na dveh različnih substratih šteje kot dve reakciji. Za človeka je to nepotrebno zapletanje, ki se mu z iskanjem splošnejših mehanizmov (in seveda izjemami) skušamo izogniti, za računalnik pa je to koristno, saj reakcija nikoli ni povsem enaka. Če gre istosmiselna reakcija na desetih substratih, na enajstem pa ne, si bo človek zapomnil reakcijo in izjemo, računalnik pa bo imel sočasno v mislih isto reakcijo na tisoč spojinah.

Ko se je nevronska mreža naučila sintez, so jo podvrgli Turingovemu testu za kemike. Nevronska mreža je pripravila predlog za večstopenjsko sintezo več kemikalij, isto nalogo pa so imeli tudi profesionalni organski sintezi kemiki. Potem so oba rezultata pokazali 45 organskim kemikov, ki so morali izbrati boljšega oziroma ugotoviti, katerega je predlagal računalnik. V povprečju niso mogli reči, da je računalniški sintezni postopek slabši ali manj primeren. Preizkus je potekal kot dvojno slepa študija.

Uporaba računalnikov za napovedi sinteznih poti ni nova, a šele umetna inteligenca in nevronske mreže odpirajo pot do resnično uporabnih pripomočkov. V prihodnosti se zato utegne zgoditi, da bo poklic organskega kemika še eden izmed ogroženih.