MoleCode unlocks structural intelligence in large language models
MoleCode 引入了一种无需训练、图显式的分子语言，以显式结构关系取代 SMILES 等隐式线性表示，使大型语言模型能够直接推理和操作分子拓扑结构，从而提升其在复杂化学任务中的性能。
原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
以下是用简单语言和创造性类比对该论文的解读。
问题：分子的“神秘盒子”
想象你是一位建筑师，试图建造一座房子，但有人给你的不是一张标有清晰墙壁、门窗的蓝图，而是一句长长的描述房子的话。
“从一块砖开始，向左走，向右转，在这里放一扇窗户，然后放一扇门，接着放一圈砖，让它连接回起点……"
这就是当前人工智能模型（大型语言模型或 LLM）通常看待分子的方式。书写分子的标准方法称为SMILES。它是一种紧凑的文本字符串，将分子的实际三维形状和连接关系隐藏在一行代码中。
当人工智能试图理解以 SMILES 形式书写的分子时，它必须进行大量的“脑力体操”。它必须阅读这句话，停顿，然后说：“等等，让我在脑海中重建整座房子，然后才能告诉你屋顶是否安全，或者我是否可以添加一个新房间。”这种“重建”步骤既缓慢又容易出错，而且当房子（分子）非常巨大，或者人工智能从未见过这种特定设计时，难度会大大增加。
解决方案：MoleCode（“乐高蓝图”）
研究人员引入了一种名为MoleCode的新语言。请将 MoleCode 想象成一份数字乐高说明书或一张电子表格，而不是一句话。
MoleCode 不像长而令人困惑的句子那样，而是明确列出每一个部件（原子）和每一个连接（化学键）。
- 原子 1 是碳。
- 原子 2 是氧。
- 连接：原子 1 与原子 2 相连。
在这种格式中，“蓝图”就摆在人工智能面前。它不需要猜测或重建形状；形状已经清晰可见且可编辑。
尝试后的结果是什么？
该团队使用顶级人工智能模型在多项任务上测试了这种新语言。以下是他们的发现，使用了简单的类比：
1. 解谜（推理）
- 旧方法：当被要求计算一座复杂且陌生的房子里有多少扇窗户时，使用 SMILES 的人工智能往往会在这长句中迷失方向，给出错误的答案。
- MoleCode 方法：有了 MoleCode，人工智能只需查看部件列表并立即计数。在预测化学反应或计算原子数量等任务中，人工智能的表现显著提高，尤其是对于复杂或不常见的分子。
2. 房屋改造（优化）
- 旧方法：如果你要求人工智能“让这栋房子更节能”，它有时会拆掉整个结构，建造一个完全不同的东西，或者做出破坏房屋结构的改动。
- MoleCode 方法：因为人工智能可以确切地看到哪块“砖”（原子）在哪里，它就能做出微小而精确的改动（例如用更好的窗户替换旧窗户），从而在不破坏结构的情况下改善房屋。它进行了更明智、更安全的编辑。
3. 思考更快（效率）
- 旧方法：人工智能将其大部分“思考时间”都花在试图弄清楚分子长什么样。这就像一个学生花 10 分钟画地图，然后才去解数学题。
- MoleCode 方法：因为地图已经存在，人工智能花在画图上的时间减少了。尽管 MoleCode 的“指令”读起来更长，但人工智能思考的时间更少，从而实现了更快、更准确的整体流程。
4. 建造摩天大楼（聚合物）
- 旧方法：聚合物就像由重复链接组成的巨大链条。用句子（SMILES）书写它们会产生一大块无法阅读的文本。人工智能会感到困惑并失败。
- MoleCode 方法：MoleCode 将这些链条视为“将此块重复 100 次”的指令。人工智能可以完美处理这些巨大且重复的结构，而旧方法则因长文本的负担而崩溃。
5. 阅读复杂文档
- 研究人员还表明，MoleCode 不仅适用于单个分子。它可以阅读混合了文本和图表的科学论文和专利，并将它们转化为单一、有组织的图谱。它甚至能处理“马库什结构”（带有可变部分的化学式，例如“在此处添加任何水果”），这对于标准文本格式来说非常难以描述。
主要启示
这篇论文的主要教训是关于我们如何与人工智能讨论科学。
目前，我们迫使人工智能将科学形状翻译成文本，然后在它的大脑中将文本再翻译回形状。这篇论文认为，如果我们研究的对象是一个结构（如分子），我们就应该给人工智能一种结构性语言来使用。
通过从“神秘句子”（SMILES）切换到“明确蓝图”（MoleCode），人工智能不再浪费精力去猜测分子长什么样，而是开始利用其大脑真正解决化学问题。
关于局限性的说明：论文明确指出，MoleCode 并不会神奇地赋予人工智能它原本不具备的化学知识。如果人工智能不懂化学，它仍然不懂化学。但是，它允许人工智能更有效地利用它确实拥有的知识。此外，新语言比旧语言输入起来更长，但这种权衡是值得的，因为人工智能思考得更少，成就更多。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。