新しい人工知能フレームワークであるMOSAIC（Multiple Optimized Specialists for AI-assisted Chemical Predictionの略）は、化学者が膨大な化学反応の知識を活用できるようにし、新しい化合物の発見と合成を加速させる可能性を秘めています。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科学文献の指数関数的な増加を精査するという、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。

Nature誌に掲載された研究によると、MOSAICは、Llama-3.1-8B-instructアーキテクチャを基盤とし、ボロノイ分割された空間内で2,498の専門的なAI「エキスパート」をトレーニングするという独自のアプローチを採用しています。この専門化により、システムは複雑な合成のための、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。このシステムは、実験的検証において71％の全体的な成功率を達成し、医薬品、材料科学、農薬、化粧品に応用可能な35種類以上の新しい化合物の創出につながりました。

MOSAICの開発は、化学研究における重要なボトルネック、すなわち発表された反応を実用的な実験に翻訳するという課題に対処するものです。「科学文献の膨大な量により、化学者が最新の動向を常に把握し、研究に有望な反応を特定することがますます困難になっています」と、研究著者らは述べています。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、これまで、デノボ化合物全体で多様な変換に対して確実に機能するシステムは不足していました。

AIの概念である「集合知」は、MOSAICの設計の中心です。多数の専門的なAIエージェントをトレーニングし、それぞれが特定の化学反応の分野に焦点を当てることで、システムはこれらの専門家の複合的な知識を活用して、合成経路を予測および最適化できます。このアプローチは、人間の専門家が複雑な問題を解決するために協力し、知識を共有する方法を反映しています。ボロノイ分割の手法は、類似の反応をグループ化することにより、この集合知をさらに強化し、AIエージェントが関連データからより効果的に学習できるようにします。

MOSAICが社会に与える影響は、潜在的に広範囲に及ぶ可能性があります。新しい化合物の発見と合成を加速することにより、このシステムは医学、材料科学、その他の分野の進歩に貢献する可能性があります。たとえば、新しい医薬品を迅速に合成できる能力は、より効果的な疾患治療につながる可能性があります。同様に、強化された特性を持つ新しい材料の発見は、エレクトロニクスから航空宇宙まで、幅広い産業におけるイノベーションを促進する可能性があります。

研究者たちは、MOSAICは人間の化学者に取って代わることを意図したものではなく、むしろ彼らの能力を増強することを強調しています。「私たちの目標は、化学者が広大な化学空間をより効率的かつ効果的に探索するのに役立つ強力なツールを化学者に提供することです」と、研究著者らは述べています。このシステムは、化学者が自身の専門知識と直感に基づいて改良および最適化できる実験プロトコルを生成するように設計されています。

研究チームの次のステップは、MOSAICのトレーニングデータを拡張し、AIエージェントの新しいアーキテクチャを探索することです。また、化学者がMOSAICを既存のワークフローに簡単に統合できるツールを開発することも計画しています。最終的な目標は、科学的発見とイノベーションのペースを加速できる、包括的なAI支援化学合成プラットフォームを作成することです。