AI支援化学予測のための多重最適化スペシャリスト（Multiple Optimized Specialists for AI-assisted Chemical Prediction）を意味するMOSAICと呼ばれる新しい計算フレームワークにより、化学者は膨大な化学反応の知識を活用できるようになり、新しい化合物の発見と合成が加速される可能性があります。研究者たちは、毎年数十万件もの新しい化学反応が報告される、指数関数的に拡大する科学文献の状況をナビゲートするという増大する課題に対処するために、このシステムを開発しました。

Llama-3.1-8B-instructアーキテクチャ上に構築されたMOSAICは、ボロノイ・クラスタリングされた空間内で訓練された2,498の専門AI「エキスパート」のネットワークを利用しています。このアプローチにより、システムは、複雑な化学合成のための、信頼性指標を備えた再現可能で実行可能な実験プロトコルを生成できます。Nature誌に掲載されたこの研究は、実験的検証において71％の成功率を達成し、医薬品、材料科学、農薬、化粧品などの多様な分野に適用可能な35以上の新規化合物の作成につながった、システムの能力を強調しています。

MOSAICが対処する主な課題は、報告された化学反応を実際の実験に変換する際のボトルネックです。大規模言語モデル（LLM）はこの分野で有望性を示していますが、新規化合物にわたる多様な変換に確実に適用することは依然としてハードルとなっています。MOSAICは、各AIエキスパートが特定の化学反応空間の分野を専門とする、集合知能システムを作成することにより、これを克服します。

「化学文献の量が膨大であるため、個々の研究者が関連するすべての情報を常に把握することがますます困難になっています」と、プロジェクトの主任研究者は説明しました。「MOSAICは、これらの出版物に埋め込まれた集合的な知識を活用し、化学的発見のペースを加速する方法を提供します。」

この技術の意義は、単に研究をスピードアップするだけにとどまりません。詳細で実行可能なプロトコルを提供することにより、MOSAICは高度な化学合成技術へのアクセスを民主化し、限られたリソースしか持たない研究者を支援する可能性があります。さらに、複雑な反応の結果を予測するシステムの能力は、費用と時間のかかる試行錯誤の実験の必要性を減らす可能性があります。

MOSAICの開発は、AIの化学合成への応用における重要な一歩となります。AIモデルが進化し続け、計算能力が向上するにつれて、このようなシステムは、幅広い分野にわたる科学的発見を加速する上でますます重要な役割を果たすようになるでしょう。今後の研究では、MOSAICの範囲をさらに広範な化学反応を包含するように拡大し、予測の精度と信頼性を向上させることに重点が置かれます。