В России разработали ИИ, который поможет в химических исследованиях Исследователи из Института органической химии им. Н. Д. Зелинского РАН научились использовать нейронные сети для определения структуры сложных органических соединений, известных как четвертичные фосфониевые соли. Эти соединения важны в химии и медицине, а новая технология позволяет точно идентифицировать их молекулы на изображениях, сделанных с помощью электронных и оптических микроскопов. Уникальность подхода в том, что сеть может выявлять даже мелкие отличия в структуре, которые традиционные методы не могут заметить. Традиционные способы анализа, такие как ЯМР-спектроскопия и рентгеновская дифракция, требуют дорогого оборудования и высококвалифицированных специалистов. Новый метод значительно упрощает задачу, позволяя использовать более доступные микроскопы и машинное обучение для быстрого и точного определения структуры молекул. Как отметил академик Валентин Анаников, ведущий автор исследования, это открытие может снизить затраты и время на анализы, что особенно важно в быстро развивающейся науке. Учёные применили глубокие нейронные сети, чтобы научить модель распознавать молекулы по изображениям, полученным различными типами микроскопов. Они использовали методы классификации и регрессии, а также архитектуру CycleGAN для преобразования изображений. Это исследование является важным шагом к разработке новых методов анализа на основе машинного обучения, и в будущем планируется расширить этот подход на другие классы химических соединений, создавая более обширные базы данных для повышения точности моделей.