ИИ освоил рецепты химических превращений ✎ экспресс

Оригинал: "Learning Mechanistic Reasoning for Chemical Reactions with Large Language Models"
arXiv:2607.12771 · 2026-07-14 · arXiv non-exclusive · собственный разбор · 1 мин
Исследователи собрали учебную базу пошаговых рецептов, чтобы нейросеть научилась логически выводить путь реакции.

📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Приготовление сложного блюда требует чёткого рецепта: сначала нарезать, потом обжарить, добавить специи в нужный момент. Химические превращения тоже идут по пошаговым рецептам — механизмам, где атомы углерода и водорода перестраиваются строго по очереди.

Раньше нейросети часто выдумывали несуществующие шаги, как повар-фантазёр, заменяющий соль сахаром. Учёные создали гигантскую кулинарную книгу настоящих реакционных цепочек и протестировали ИИ по задачам из классического учебника — не школьного, а того, что десятилетиями воспитывает химиков-органиков, где ошибка в одном шаге рушит всё решение. Обученная модель стала следовать рецептам гораздо аккуратнее, обогнав специализированные программы.

На строжайшем экзамене она верно воспроизвела 8% цепочек — вдвое выше прежнего рекорда. Раньше ИИ просто гадал, а теперь он действует по доказанной логике, словно шеф-повар по авторскому рецепту.

Этот навык поможет в поиске лекарств и материалов: вместо гадания мы получим точные инструкции, как собрать нужную молекулу шаг за шагом.

В 1828 году Фридрих Вёлер случайно получил мочевину из неорганических веществ, разрушив миф о «жизненной силе». Это доказало, что химия жизни подчиняется обычным рецептам.

Учёные
Erwin SchrödingerHugh Everett IIIFred HoyleMargaret BurbidgeWilliam Lawrence Bragg
Понятия
языковая модель белков химическая реакция большие языковые модели химическая модель вычислительный анализ реакций дизайн лекарств фермент скорость обучения машинное обучение химия механизм внимания символьная регрессия хемотаксис объяснимый ИИ искусственный интеллект уравнение Михаэлиса-Ментен научные открытия с помощью нейронных сетей самокоррекция ИИ обучение обучение с подкреплением