Главная / Неудачный опыт – тоже опыт, по крайней мере, в химии
06.05.2016 |
|
 В науке погоня за правдой требует непрестанных экспериментов, а, в этом случае, ошибок не избежать. Но именно на таких ошибках и можно учиться. Зачастую они помогают обнаружить необычайное. Исследователи из Гаверфордского колледжа, расположенного в штате Пенсильвания, США, пытаются ускорить метод проб и ошибок при помощи алгоритма машинного обучения, который способен предсказывать успех химических реакций.
Алгоритм более успешен в этом занятии, чем живой ученый, частично, потому, что программа анализирует данные неудачных экспериментов. Эти данные, как правило, хранятся только в лабораторных заметках и доступны только тем ученым, которые и занимались проведением закончившегося провалом эксперимента. Но команда исследователей из Гаверфордского колледжа использует совершенно другой подход. Разработчики перенесли в цифровой вид тысячи записей об успешных и провальных экспериментах, для того, чтобы создать базу данных, которую они выложили в открытый доступ сюда: darkreactions.haverford.edu. Профессор химии Джошуа Шрайрер обработал данные о каждом эксперименте, а его коллега Александр Норквист разработал алгоритм машинного обучения. Ученые надеются, что доступная онлайн база неудач поможет другим ученым в их работе.
В статье, опубликованной в журнале Nature, объясняется, как команда сфокусировалась на реакциях кристаллизации, получаемых посредством смешивания и нагревания различных химических реактивов и растворителей. Говоря точнее, специалисты остановились на реакциях, включавших компоненты под названием селениты ванадия – вещества, содержащие ванадий, селен и кислород. Исследуя свои лабораторные заметки, ученые смогли предсказывать ход новых реакций да основании накопленного многолетнего опыта. Но созданный алгоритм оказался способен смотреть даже глубже. Программа замечала такие паттерны в массе данных, которые не способен разглядеть человеческий мозг.
При испытании алгоритма ученым удалось успешно создать кристаллы в 89 процентах случаев. Всего было проведено около 500 реакций. Сами исследователи добились успеха в 78 процентах случаев. «Если при использовании объективных данных для создания программного обеспечения можно будет делать точные предсказания, такой алгоритм будет бесценен в нашей работе», говорит профессор химии и биохимии Алан Аспуру-Гузик из Гарвардского Университета. «В частности, авторы нового алгоритма показали, что корреляции и предсказания, которые можно вывести из лабораторных заметок об опытах, ускоряют научный процесс».
Если верить гарвардскому ученому, новый алгоритм сможет навсегда изменить работу ученых. В данный момент исследователи посвящают свои научные статьи только опытам, которые прошли успешно; в случае с химией – если успешно удалось создать новый компонент. Все множество происходящих изо дня в день неудач никогда не публикуется. «Помимо нашей работы с селенитами ванадия и наших неудач в мире есть множество других ученых, трудящихся в этой сфере и, неизбежно, терпящих свои неудачи. Данные наших коллег могли бы значительно ускорить и сделать более эффективными нашу работу», объясняет Александр Норквист.
|
|
