Veštačka inteligencija (AI) je postala ključna u mnogim oblastima, ali njeni „crni kutije“ modeli često izazivaju skepticizam zbog nedostatka transparentnosti u donošenju odluka. Objašnjiva veštačka inteligencija (XAI) pruža uvid u unutrašnje procese AI modela, posebno u polju hemije i otkrivanja lekova.
Na nedavnom sastanku Američkog hemijskog društva, istraživači su predstavili kako XAI može osvetliti odluke AI modela korišćenih za otkrivanje novih antibiotika. Rebeka Dejvis, profesorka hemije na Univerzitetu u Manitobi, i njen tim koriste XAI da poboljšaju razumevanje i tačnost AI modela za predviđanje biološke aktivnosti hemikalija.
„Kao naučnici, volimo opravdanje,“ objašnjava Dejvis. „Ako možemo da razumemo kako AI dolazi do svojih odluka, to može povećati našu sigurnost u ovu tehnologiju.“
Tim je koristio XAI za analizu molekula lekova kako bi otkrio koje molekularne karakteristike utiču na biološku aktivnost. Na primer, XAI je pokazao da strukture povezane sa jezgrom penicilina, a ne samo jezgro samo, igraju ključnu ulogu u aktivnosti antibiotika. Ovo otkriće može pomoći u razumevanju zašto neki penicilinski derivati imaju lošu biološku aktivnost.
XAI je takođe omogućio timu da unapredi prediktivne modele AI tako što je pružio uvid u specifične varijable koje su ključne za predviđanje efikasnosti antibiotika. S ovim saznanjima, istraživači planiraju da koriste poboljšane AI modele za razvoj novih antibiotskih jedinjenja i testiraju ih u mikrobiološkim laboratorijama.
„XAI nam omogućava da bolje razumemo šta AI modeli smatraju važnim,“ objašnjava Hunter Sturm, diplomirani student hemije u Dejvisovoj laboratoriji. „To nam pomaže da obučimo modele da budu precizniji i korisniji.“
Naučnici se nadaju da će XAI doprineti prihvaćanju AI tehnologija u hemiji i otkrivanju lekova, jer omogućava veću transparentnost i poverenje u rezultate modela.
„AI može izazvati nesigurnost,“ zaključuje Dejvis. „Ali ako možemo da zatražimo objašnjenje od AI, verovatnije je da će tehnologija biti prihvaćena.“
