Фонд «Интеллект»
Фонд «Интеллект»
Четверо выпускников курса «Нейронные сети и их применение в научных исследованиях» объединились и создали команду llm.b: Егор Ильин (выпускник 5-го потока), Максим Смирнов (выпускник 6-го потока), Илья Григорян (выпускник 6-го потока), Александр Петров (выпускник 6-го потока).
Серия всероссийских хакатонов по искусственному интеллекту «Нефтекод» реализуется Университетом ИТМО и Digital Downstream Accelerator от «Газпром нефти». Целью хакатона является разработка метода генерации молекул, который позволит создавать SMILES новых антиокислительных присадок с высокой эффективностью на основе предоставленных SMILES веществ и соответствующих им значений времени индукционного окисления рецептур масел.
Выпускники курса «Нейронные сети и их применение в научных исследованиях» успешно справились с поставленными задачами. Они реализовали пайплайн генерации на вариационных автоэнкодерах, где использовали обучение с подкреплением для выравнивания предсказаний на целевую функцию. Свой проект ребята успешно защитили, получили высокую оценку экспертной комиссии и заняли 3-место.
«Хакатон привлек мое внимание предложенной задачей – разработка подхода для генерации молекул, обладающих высоким значением времени индукционного окисления для их использования в качестве антиокислительных присадок для технических жидкостей. Для ее решения необходимы компетенции в области химии и методов искусственного интеллекта – именно то, что входит в сферу моих профессиональных интересов. Наше решение задачи основывалось на использовании архитектуры вариационного автокодировщика (VAE) с выравниванием декодера при помощи обучения с подкреплением на основе отзывов экспертов (RLHF). Проанализировав исходные данные, мы определили, какой дескриптор (BertzCT – мера структурной сложности молекулы) наилучшим образом делит их на активные и неактивные по выбранной границе, и затем использовали обучение с контрастом для построения VAE, чтобы модель училась разносить в пространстве вектора, соответствующие активным и неактивным молекулам. Далее модель «выравнивалась» под установленные ограничения, выбранный дескриптор и целевые свойства молекул, учитывавшиеся в функции награды. Мы смотрели на сгенерированные молекулы и, имея многолетний опыт в синтетических органических лабораториях, модифицировали полученные структуры и отправляли их на новый этап генерации. Таким образом удалось установить общие закономерности (молекулярная масса, скаффолды, функциональные группы), влияющие на получаемое целевое свойство времени индукционного окисления в публичном лидерборде хакатона, в котором мы финишировали в тройке лучших. На финальном этапе в Санкт-Петербурге мы предоставили наше решение экспертам из академии и индустрии. Мы сумели так подать материал, что выступление имело успех, жюри особо отметило глубину проработки нашего решения – мы продемонстрировали ретросинтетические подходы к нашим молекулам-лидерам, также после защиты несколько специалистов лично выразили похвалу нашей команде. В конечном итоге мы заняли 3 место среди более чем 30 команд – отличный результат для первого участия! Теперь в планах есть доработка решения совместно с организаторами для его оформления в полноценную научную публикацию», - рассказал Максим Смирнов.
