MoleCode unlocks structural intelligence in large language models
يقدم MoleCode لغة جزيئية صريحة الرسوم البيانية وخالية من التدريب، تستبدل التمثيلات الخطية الضمنية مثل SMILES بعلاقات هيكلية صريحة، مما يمكّن النماذج اللغوية الكبيرة من التفكير مباشرة في الطوبولوجيا الجزيئية ومعالجتها لتحسين الأداء في المهام الكيميائية المعقدة.
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
المشكلة: "الصندوق الغامض" للجزيئات
تخيل أنك مهندس معماري تحاول بناء منزل، ولكن بدلاً من تزويدك بمخطط يحتوي على جدران وأبواب ونوافذ واضحة، سلمك أحدهم جملة واحدة طويلة تصف هذا المنزل.
"ابدأ بطوبة، اذهب يساراً، اتجه يميناً، ضع نافذة هنا، ثم باباً، ثم حلقة من الطوب تعود لتتصل بالبداية..."
هكذا ترى نماذج الذكاء الاصطناعي الحالية (النماذج اللغوية الكبيرة أو LLMs) الجزيئات عادةً. الطريقة القياسية لكتابة الجزيء تسمى SMILES. وهي عبارة عن سلسلة نصية مضغوطة تخفي الشكل ثلاثي الأبعاد والروابط الفعلية للجزيء داخل سطر من الكود.
عندما يحاول الذكاء الاصطناعي فهم جزيء مكتوب بصيغة SMILES، فإنه يضطر للقيام بالكثير من العمليات الذهنية الشاقة. عليه أن يقرأ الجملة، ثم يتوقف ويقول: "انتظر، دعني أعيد بناء المنزل بأكمله في ذهني قبل أن أخبرك ما إذا كان السقف آمناً أو إذا كان بإمكاني إضافة غرفة جديدة". عملية "إعادة البناء" هذه بطيئة، وعرضة للأخطاء، وتصبح أصعب بكثير عندما يكون المنزل (الجزيء) ضخماً أو عندما يكون الذكاء الاصطناعي لم يرَ هذا التصميم المحدد من قبل.
الحل: MoleCode (مخطط "الليغو")
قدم الباحثون لغة جديدة تسمى MoleCode. فكر في MoleCode ليس كجملة، بل كـ كتيب تعليمات لقطع الليغو الرقمية أو كـ جدول بيانات.
بدلاً من جملة طويلة ومربكة، تسرد MoleCode كل قطعة (ذرة) وكل اتصال (رابطة) بشكل صريح.
- الذرة 1 هي كربون.
- الذرة 2 هي أكسجين.
- الاتصال: الذرة 1 مرتبطة بالذرة 2.
في هذا التنسيق، يكون "المخطط" أمام الذكاء الاصطناعي مباشرة. لا يحتاج إلى التخمين أو إعادة بناء الشكل؛ فالشكل مرئي بالفعل وقابل للتعديل.
ماذا حدث عندما جربوا ذلك؟
اختبر الفريق هذه اللغة الجديدة في عدة مهام باستخدام أفضل نماذج الذكاء الاصطناعي. وإليكم ما وجدوه، باستخدام مقارنات بسيطة:
1. حل الألغاز (الاستنتاج المنطقي)
- الطريقة القديمة: عندما يُطلب من الذكاء الاصطناعي عدّ النوافذ في منزل معقد وغير مألوف، كان النموذج الذي يستخدم SMILES غالباً ما يضيع في الجملة الطويلة ويعطي إجابة خاطئة.
- طريقة MoleCode: مع MoleCode، استطاع الذكاء الاصطناعي مجرد النظر إلى قائمة الأجزاء وعدّها فوراً. أصبح الذكاء الاصطناعي أفضل بكثير في مهام مثل التنبؤ بالتفاعلات الكيميائية أو عدّ الذرات، خاصة في الجزيئات المعقدة أو غير المألوفة.
2. ترميم المنازل (التحسين)
- الطريقة القديمة: إذا طلبت من الذكاء الاصطناعي "جعل هذا المنزل أكثر كفاءة في استهلاك الطاقة"، فإنه أحياناً يهدم الهيكل بالكامل ويبني شيئاً مختلفاً تماماً، أو يقوم بتغييرات تؤدي إلى انهيار المنزل.
- طريقة MoleCode: لأن الذكاء الاصطناعي يستطيع رؤية مكان كل "طوبة" (ذرة) بدقة، فقد أجرى تغييرات صغيرة ودقيقة (مثل استبدال نافذة بأخرى أفضل) لتحسين المنزل دون كسر الهيكل. لقد قام بتعديلات أذكى وأكثر أماناً.
3. التفكير بشكل أسرع (الكفاءة)
- الطريقة القديمة: كان الذكاء الاصطناعي يقضي معظم "وقت التفكير" في محاولة فهم شكل الجزيء. كان الأمر يشبه طالباً يقضي 10 دقائق في رسم الخريطة قبل البدء في حل المسألة الرياضية.
- طريقة MoleCode: قضى الذكاء الاصطناعي وقتاً أقل في رسم الخريطة لأن الخريطة كانت موجودة بالفعل. ورغم أن "تعليمات" MoleCode أطول للقراءة، إلا أن الذكاء الاصطناعي استغرق وقتاً أقل في التفكير، مما أدى إلى عملية إجمالية أسرع وأكثر دقة.
4. بناء ناطحات السحاب (البوليمرات)
- الطريقة القديمة: البوليمرات تشبه السلاسل العملاقة من الروابط المتكررة. كتابتها في جملة (SMILES) يخلق كتلة نصية ضخمة وغير مقروءة. كان الذك الاصطناعي يصاب بالارتباك ويفشل.
- طريقة MoleCode: تتعامل MoleCode مع هذه السلاسل كتعليمات تقول "كرر هذا الجزء 100 مرة". استطاع الذكاء الاصطناعي التعامل مع هذه الهياكل الضخمة والمتكررة بشكل مثالي، بينما انهارت الطريقة القديمة تحت ثقل النص الطويل.
5. قراءة الوثائق المعقدة
- أظهر الباحثون أيضاً أن MoleCode يعمل لأكثر من مجرد الجزيئات المنفردة. يمكنها قراءة الأوراق العلمية وبراءات الاختراع التي تمزج بين النصوص والرسوم التوضيحية، وتحويلها إلى رسم بياني واحد منظم. كما يمكنها التعامل مع "هياكل ماركوش" (Markush structures) - وهي الصيغ الكيميائية ذات الأجز_ المتغيرة، مثل "أضف أي نوع من الفاكهة هنا" - والتي يصعب وصفها بالتنسيقات النصية القياسية.
الخلاصة الكبرى
الدرس الرئيسي من هذه الورقة البحثية يتعلق بـ كيفية التحدث مع الذكاء الاصطناعي حول العلوم.
حالياً، نحن نجبر الذكاء الاصطناعي على ترجمة الأشكال العلمية إلى نصوص، ثم ترجمة هذا النص مرة أخرى إلى أشكال في عقله. تجادل هذه الورقة بأنه إذا كان الشيء الذي ندرسه هو هيكل (مثل الجزيء)، فيجب علينا تزويد الذكاء الاصطناعي بـ لغة هيكلية للعمل بها.
من خلال الانتقال من "الجمل الغامضة" (SMILES) إلى "المخططات الصريحة" (MoleCode)، يتوقف الذكاء الاصطناعي عن إضاعة الطاقة في تخمين شكل الجزيء ويبدأ في استخدام عقله فعلياً لحل المشكلات الكيميائية.
ملاحظة حول القيود: توضح الورقة أن MoleCode لا تمنح الذكاء الاصطناعي معرفة كيميائية جديدة لم تكن لديه بالفعل. إذا كان الذكاء الاصطناعي لا يعرف الكيمياء، فلن يعرفها أيضاً. لكنها تسمح له باستخدام المعرفة التي لديه بالفعل بشكل أكثر فعالية بكثير. كما أن اللغة الجديدة أطول في الكتابة من اللغة القديمة، لكن المقايضة تستحق العناء لأن الذكاء الاصطناعي يفكر أقل وينجز أكثر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.