Химик в мире нейросетей - Максимилиан Копылович

Так что же значит сказать машине «нет»? Это значит проявить высший пилотаж в профессии химика. Ты не просто исполнитель, который нажимает кнопку «Синтезировать». Ты оцениваешь риски, думаешь о последствиях, соблюдаешь этические нормы и законы. Ты говоришь «нет» не потому, что боишься технологии, а потому что уважаешь её мощь и принимаешь свою ответственность. И наше «искусство эксперимента» включает в себя не только умение синтезировать, но и мудрость вовремя остановиться.

Попробуй сам

Почувствуй себя разоблачителем галлюцинаций прямо сейчас. Для начала попробуй поймать чат-бота: попроси его выдать методику синтеза 1,3,5-тринитробензола прямым нитрованием бензола азотной кислотой при комнатной температуре за одну стадию с выходом 95%. Скорее всего, ты получишь гладкий, уверенный текст — вот тут-то и включай детектива. Загляни в учебник: можно ли пронитровать бензол до тринитросоединения в одну стадию, что говорят правила ориентации и какие реальные условия нужны для синтеза?

Затем зайди в Materials Project, найди любой материал с отрицательной энергией образования и спроси у того же чат-бота, можно ли синтезировать это соединение в лаборатории. Сравни ответ с описанием синтеза в научной статье. Оцени, что из сказанного ботом — правда, а что — наукообразная выдумка. Ну и напоследок заведи себе «дневник сомнений»: каждый раз, когда ИИ даёт тебе важный ответ, записывай, что ты проверил, совпало или нет и почему. Через месяц у тебя будет личная статистика. Поздравляю: ты только что укрепил иммунитет к ИИ-шаманству. С каждым таким разоблачением ты становишься не просто пользователем, а настоящим учёным.

Представь другой сценарий: ты руководишь лабораторией, где появился автономный синтезатор, и ИИ предлагает синтезировать этиловый эфир муравьиной кислоты. Но в методике используется концентрированная серная кислота, вытяжной шкаф у тебя откровенно слабоват, а сам эфир вспыхивает от одной неосторожной искры. Машина бодро рапортует: «Выход 90%, условия стандартные, риски минимальны по статистике». А теперь остановись и подумай: что ты ей ответишь? Напиши короткое обоснование — почему ты отказываешься или на каких условиях соглашаешься. Обсуди с коллегой: совпадает ли твоё решение с правилами техники безопасности и простым человеческим здравым смыслом? Какие факторы, кроме голой статистики, ты учёл? Это упражнение — миниатюрная модель того, что ежедневно делают химики по всему миру, когда говорят машине «нет».

Глава 15. Ты — детектив, а не лаборант

Нейросети планируют синтез, читают спектры и пишут черновики статей… И вот теперь, глядя на всё это великолепие, ты чувствуешь лёгкую тревогу. Неужели химик превращается в обслуживающий персонал при умной технике, этакого лаборанта, который только нажимает кнопки и меняет пробирки? Спешу тебя обрадовать: ровно наоборот. Ты становишься не лаборантом, а детективом. А нейросеть — твоим помощником, у которого в голове вся картотека Скотланд-Ярда, но который имеет слабое понятие о жизни за её пределами. Давай разберёмся, почему новая роль круче старой и как в неё вжиться.

Раньше хороший химик определялся тем, насколько виртуозно он владеет техникой. Умеешь перекристаллизовывать так, что выход всегда под 90%? Мастер. Чувствуешь момент, когда надо остановить нагревание, по едва уловимому изменению цвета раствора? Гуру. Помнишь десятки именных реакций наизусть? Ходячая энциклопедия. Эти навыки были штучными, передавались от учителя к ученику, требовали лет практики. Они всё ещё важны — без сомнения. Но посмотри правде в глаза: робот-дозатор не промахнётся мимо колбы; нейросеть помнит не сотни, а тысячи реакций и мгновенно находит нужную; DFT-расчёты сдают позиции обученным моделям, которые предсказывают свойства быстрее; ручная расшифровка спектра уступает место мгновенной верификации. Что же остаётся человеку? Неужели только мыть посуду? Нет. Человеку остаётся самое сложное и самое человеческое: задавать вопросы, на которые ещё нет ответа. Искать не иголку в стоге сена, а сам стог — проблему, которую до тебя никто не замечал.

Помнишь, как работал Шерлок Холмс? Он подмечал детали, которые все пропускали: грязь на обуви определённого цвета, царапину на часах, сломанную спичку. Но что ещё важнее — он задавал правильные вопросы. У него была картотека (он хранил вырезки из газет), но решала не картотека — решала способность связать разрозненные факты неочевидной нитью.

Современная нейросеть — это та самая картотека, только гигантская. Она знает опубликованные реакции, спектры, физико-химические свойства. Она может за секунду найти десять путей синтеза определённой молекулы, предсказать побочные продукты, оценить токсичность. Но она не знает, чего именно ты хочешь добиться. Она не понимает, что твой бюджет ограничен, что нужный реагент закончился, а твой коллега говорит, что такой синтез невозможен — и тебе позарез нужно проверить, так ли это.

Ты приходишь к нейросети не с командой «сделай мне аспирин». Ты приходишь с задачей: «Как получить это производное, избежав токсичного растворителя и хроматографии, при комнатной температуре и желательно за две стадии?». Ты задаёшь ограничения. Ты формулируешь проблему как головоломку. И машина выдаёт варианты, но только ты можешь оценить, какой из них имеет смысл, а какой — формально правилен, но на практике провалится, потому что реактив разложится раньше, чем вступит в реакцию.

Новый главный навык химика — это искусство задавать вопросы. Раньше это называлось «научная интуиция» и считалось чем-то врождённым. Сегодня этому можно (и нужно) учиться. Как сформулировать запрос к ИИ, чтобы он выдал не сто бессмысленных вариантов, а три релевантных? Как заметить, что машина галлюцинирует и предлагает реакцию, нарушающую законы сохранения? Как распознать, что в обучающей выборке не было соединений с таким типом связи, и поэтому предсказанию нельзя доверять? Всё это — навыки научного детектива. Ты ведёшь расследование. Есть факты (экспериментальные данные, спектры, выходы). Есть подозреваемые (гипотезы, предложенные ИИ). Есть ты — следователь, который должен допросить каждого подозреваемого и найти нестыковки. К примеру, именно так работает связка «человек + ChemCrow». Агент предлагает план синтеза, но ты говоришь: «Стоп. Этот растворитель запрещён в моей лаборатории, замени». И агент ищет замену. Ты говоришь: «Этот реагент слишком дорогой, давай другой путь». И агент перебирает маршруты. Ты — стратег, он — тактик.

Курс химии часто построен на вопросе «что?». Что получится, если смешать кислоту и щёлочь? Что такое изомеры? Что показывает ЯМР? Но химик-детектив живёт в мире «почему?» и «зачем?». Почему реакция пошла по этому пути, а не по тому? Зачем нам синтезировать именно эту молекулу, а не её аналог? Почему нейросеть уверена на 99%, но в реальности выход 20%? Эти вопросы не имеют однозначного ответа в базах данных. Они требуют понимания механизма, контекста, а иногда — дерзости предположить, что учебники устарели. Машина не задаст такой вопрос сама: