iaintel·ligènciaartificial.cat← Portada

CIÈNCIA · 5 MIN

Un model d'IA de l'EPFL prediu els mecanismes pas a pas de reaccions químiques movent electrons, no només fórmules finals

El sistema MAELLE, desenvolupat pel grup de Philippe Schwaller, tracta cada reacció com un trasllat d'electrons entre àtoms i manté un bon rendiment fins i tot en reaccions que els mètodes anteriors no reconeixien.

Il·lustració editorial de Un model d'IA de l'EPFL prediu els mecanismes pas a pas de reaccions químiques movent electrons, no només fórmules finals
Escolta:

La majoria de models d'intel·ligència artificial que prediuen reaccions químiques es limiten a dir quin producte final sortirà d'uns reactius donats, com una caixa negra que no explica com s'hi arriba. Un equip liderat per Philippe Schwaller a l'Escola Politècnica Federal de Lausana (EPFL), amb Nguyen Xuan-Vu, Octavian Susanu i Daniel Armstrong, ha presentat un nou model, batejat MAELLE, que en canvi intenta reconstruir el mecanisme complet pas a pas, és a dir, com es van movent els electrons entre àtoms al llarg de la reacció.

El mètode, publicat com a preprint a arXiv, formula el problema com una successió d'estats discrets sobre un graf que representa l'ocupació electrònica de la molècula, i fa servir una tècnica anomenada «discrete flow matching» per aprendre a passar d'un estat a un altre de manera coherent amb les lleis de la química, sense necessitar que algú hagi anotat prèviament cada pas elemental de la reacció. A la pràctica, això vol dir que el model no només prediu el producte principal, sinó que també pot anticipar productes secundaris i recuperar trajectòries de reacció que casen amb el que ja se sap de química clàssica.

El resultat més remarcable, segons els autors, és el comportament del sistema en reaccions «fora de distribució», és a dir, tipus de reaccions poc habituals o mal representades en les dades d'entrenament, on els mètodes existents solen degradar-se de manera notable i MAELLE manté un rendiment competitiu, amb resultats comparables als de referència en el conjunt de dades USPTO-480K, un dels bancs de proves estàndard del camp. Entendre el mecanisme, i no només el resultat final, té un valor pràctic directe per a la química de síntesi, permet avaluar si una ruta de reacció proposada és plausible abans de provar-la al laboratori, i estalviar temps i reactius en el disseny de nous fàrmacs o materials.

Com és habitual en aquest tipus de treball, es tracta encara d'un preprint no revisat per parells i els mateixos autors reconeixen que el sistema encara no cobreix tota la diversitat de la química orgànica ni pot substituir la validació experimental. La força de l'estudi és metodològica, obre una via per representar reaccions químiques de manera més interpretable i propera a la intuïció d'un químic, més que no pas un resultat tancat ja aplicable a l'ampli ventall de reaccions que es donen en un laboratori real.

Mateix tema

CIÈNCIA · 5 MIN

Un estudi de la Universitat de Birmingham posa 2.099 «agents» d'IA i 251 persones a jugar als mateixos jocs econòmics per mesurar si saben llegir les intencions dels altres

La recerca, encara en preprint, compara quatre famílies de models de llenguatge amb participants humans en jocs de decisió estratègica i troba senyals clars de mentalització (inferir creences i intencions alienes) que varien molt segons el fabricant i la mida del model, amb GPT-5 superant els humans en alguns escenaris.

Butlletí de dissabte

La setmana d’IA, en cinc minuts.