Un nuevo marco de inteligencia artificial llamado MOSAIC, que significa Múltiples Especialistas Optimizados para la Predicción Química Asistida por IA, está permitiendo a los químicos aprovechar un vasto repositorio de conocimiento sobre reacciones químicas, lo que podría acelerar el descubrimiento y la síntesis de nuevos compuestos. Los investigadores han desarrollado este sistema para abordar el creciente desafío de examinar el aumento exponencial de la literatura científica, donde se informan cientos de miles de nuevas reacciones químicas cada año.

MOSAIC, construido sobre la arquitectura Llama-3.1-8B-instruct, emplea un enfoque único al entrenar a 2498 "expertos" especializados en IA dentro de espacios agrupados por Voronoi, según un estudio publicado en la revista Nature. Esta especialización permite que el sistema genere protocolos experimentales reproducibles y ejecutables, completos con métricas de confianza, para síntesis complejas. El sistema logró una tasa de éxito general del 71% en la validación experimental, lo que llevó a la creación de más de 35 compuestos novedosos aplicables a productos farmacéuticos, ciencia de los materiales, agroquímicos y cosméticos.

El desarrollo de MOSAIC aborda un cuello de botella crítico en la investigación química: la traducción de reacciones publicadas en experimentos prácticos. "El gran volumen de literatura científica hace que sea cada vez más difícil para los químicos mantenerse al tanto de los últimos desarrollos e identificar reacciones prometedoras para su investigación", señalaron los autores del estudio. Los modelos de lenguaje grandes (LLM) han demostrado ser prometedores en esta área, pero hasta ahora, han faltado sistemas que funcionen de manera confiable para diversas transformaciones en compuestos de novo.

El concepto de IA de "inteligencia colectiva" es fundamental para el diseño de MOSAIC. Al entrenar a numerosos agentes de IA especializados, cada uno enfocado en un área específica de reacciones químicas, el sistema puede aprovechar el conocimiento combinado de estos expertos para predecir y optimizar las vías de síntesis. Este enfoque refleja cómo los expertos humanos colaboran y comparten conocimientos para resolver problemas complejos. La técnica de agrupamiento de Voronoi mejora aún más esta inteligencia colectiva al agrupar reacciones similares, lo que permite que los agentes de IA aprendan de manera más efectiva a partir de datos relacionados.

Las implicaciones de MOSAIC para la sociedad son potencialmente de gran alcance. Al acelerar el descubrimiento y la síntesis de nuevos compuestos, el sistema podría contribuir a los avances en medicina, ciencia de los materiales y otros campos. Por ejemplo, la capacidad de sintetizar rápidamente nuevos productos farmacéuticos podría conducir a tratamientos más eficaces para las enfermedades. De manera similar, el descubrimiento de nuevos materiales con propiedades mejoradas podría impulsar la innovación en industrias que van desde la electrónica hasta la aeroespacial.

Los investigadores enfatizan que MOSAIC no está destinado a reemplazar a los químicos humanos, sino a aumentar sus capacidades. "Nuestro objetivo es proporcionar a los químicos una herramienta poderosa que pueda ayudarlos a explorar el vasto espacio químico de manera más eficiente y efectiva", afirmaron los autores del estudio. El sistema está diseñado para generar protocolos experimentales que los químicos pueden refinar y optimizar en función de su propia experiencia e intuición.

Los próximos pasos para el equipo de investigación implican expandir los datos de entrenamiento para MOSAIC y explorar nuevas arquitecturas para los agentes de IA. También planean desarrollar herramientas que permitan a los químicos integrar fácilmente MOSAIC en sus flujos de trabajo existentes. El objetivo final es crear una plataforma integral de síntesis química asistida por IA que pueda acelerar el ritmo del descubrimiento científico y la innovación.