新德里,8月19日(IANS):人工智能(AI)的使用显著增长,使内容开发、电子邮件校对和无人驾驶汽车等应用成为可能。新的研究探索了它在开发改良抗生素方面的潜力,具有准确和有效的预测模型。
来自加拿大马尼托巴大学的研究人员部署了可解释人工智能(XAI),这是人工智能的一个分支,为模型判断提供了基本原理,越来越多的学者使用它来检查预测人工智能模型。
虽然XAI可以应用于各种情况,但该团队使用它来开发抗生素。
尽管人工智能几乎无所不能,但它的许多模型都像“黑盒子”一样,使决策过程变得不透明。这可能会滋生不信任,尤其是在药物研发等关键领域。
为了克服这个问题,该团队使用XAI来训练人工智能药物发现模型,特别是那些识别潜在的新型抗生素候选物的模型。鉴于面对日益增加的耐药性迫切需要有效的抗生素,预测模型是必不可少的。
“人工智能是化学和药物发现的未来方向。这需要有人打下基础,我认为我正在做这件事,”该大学的研究生亨特·斯特姆(Hunter Sturm)说。
为了预测生物效应,科学家们将药物化学数据库输入人工智能模型。然后使用XAI模型来检查这些预测背后的精确分子特性。
有趣的是,XAI发现了人类化学家可能忽略的元素,比如青霉素化合物中的非核心结构比核心本身更重要。
为了测试预测的抗生素化合物,研究人员与微生物实验室合作,通过应用XAI的见解来改进人工智能模型。
加拿大曼尼托巴大学的化学教授丽贝卡·戴维斯(Rebecca Davis)指出,“人工智能引起了很多不信任。”
“尽管如此,如果我们能让人工智能解释自己,这项技术被接受的可能性会更大,”她补充道。
这些发现将在8月18日至22日举行的美国化学学会(ACS) 2024年秋季会议上发表。