저는 O'Reilly에서 출판한 Ivan Reznikov의 'LangChain for Life Sciences and Healthcare'를 읽고 있었는데, 그중 흥미로웠던 점을 공유하고자 합니다. 화학 AI (Chemistry AI)에서는 분자를 표현하는 방식 자체가 모델이 화학을 '이해'하는 방식을 결정할 수 있습니다. 화학에 맞춰 튜닝된 대규모 언어 모델(LLMs)은 화학자들이 분자를 해석하는 방식대로 해석하지 못합니다. 대신, 이들은 이를 토큰의 시퀀스(sequences of tokens)로 해석합니다. 이러한 토큰에는 다양한 분자 표현이 포함될 수 있습니다: • SMILES • SELFIES • InChI 식별자 이것은 생성형 AI에게 흥미로운 과제를 제시합니다: 👉 LLMs에 가장 좋은 것을 제공하는 분자 표현은 무엇일까요

GT4SD는 다음 기능을 수행할 수 있는 화학 중심의 생성 모델을 탐구합니다: 🧪 화학 반응 예측 🧪 역합성(Retrosynthesis) 예측 🧪 설명 → SMILES 생성 🧪 SMILES → 캡션 생성 🧪 문단 → 실험 행동 이 책은 다음과 같은 여러 화학 조정 모델들을 평가했습니다: • 𝐆𝐓𝟒𝐒𝐃 𝐦𝐮𝐥𝐭𝐢𝐭𝐚𝐬𝐤 𝐓𝟓 𝐦𝐨𝐝𝐞𝐥𝐬 • 𝐌𝐨𝐥𝐓𝟓 • 𝐂𝐇𝐄𝐌𝐋𝐋𝐌-𝟐𝐛 제가 가장 흥미로웠던 점은 성공이 아니라 실패였습니다. 피셔 에스테르화(Fischer esterification)와 같은 반응 예측 작업 동안, 여러 모델들이 화학적으로 그럴듯하지 않은 분자들을 생성했으며, 때로는 반응물에 존재하지 않았던 원소들까지 도입했습니다. 그리고 이것은 더 깊은 문제를 드러냅니다: ⚠️ 분자 토큰을 예측하는 것은 이해하는 것과는 같지 않습니다.