[论文解读] Generative artificial intelligence for computational chemistry: a roadmap to predicting emergent phenomena

Pratyush Tiwary, Lukas Herron+4 more|arXiv (Cornell University)|Sep 4, 2024

Scientific Computing and Data Management被引用 5

一句话总结

本文视角综述用于计算化学的 Generative AI 方法，概述理论基础、当前方法、应用，以及预测涌现现象所面临的挑战。

ABSTRACT

The recent surge in Generative Artificial Intelligence (AI) has introduced exciting possibilities for computational chemistry. Generative AI methods have made significant progress in sampling molecular structures across chemical species, developing force fields, and speeding up simulations. This Perspective offers a structured overview, beginning with the fundamental theoretical concepts in both Generative AI and computational chemistry. It then covers widely used Generative AI methods, including autoencoders, generative adversarial networks, reinforcement learning, flow models and language models, and highlights their selected applications in diverse areas including force field development, and protein/RNA structure prediction. A key focus is on the challenges these methods face before they become truly predictive, particularly in predicting emergent chemical phenomena. We believe that the ultimate goal of a simulation method or theory is to predict phenomena not seen before, and that Generative AI should be subject to these same standards before it is deemed useful for chemistry. We suggest that to overcome these challenges, future AI models need to integrate core chemical principles, especially from statistical mechanics.

研究动机与目标

• 总结将 Generative AI 与计算化学联系起来的理论概念。
• 审查广泛使用的 Generative AI 方法及其与化学相关的变体。
• 强调在 ab initio chemistry、力场、以及生物分子结构预测方面的选定应用。
• 讨论预测能力的挑战，尤其是涌现现象，并提出研究路线图。

提出的方法

• 介绍带有物理信息损失和潜在先验的 autoencoders 及其衍生方法。
• 解释 GANs 及变体（cGANs、WGANs）及它们在化学中的局限性。
• 总结强化学习方法及其问题（维度灾难、数据稀缺、模式崩溃）。
• 展示基于流的方法和扩散模型，包括归一化流和基于分数的扩散。
• 涵盖循环结构和大语言模型，包括在结构预测中的 AlphaFold 相关用法及限制。

实验结果

研究问题

• RQ1 Generative AI 方法如何与核心化学原理和统计力学相结合以预测涌现现象？
• RQ2 在分子建模中，显著 Generative AI 方法（AE/VAE、GANs、RL、flows、LLMs）的优点、局限性和权衡是什么？
• RQ3 这些方法在哪些化学应用（QM、力场、蛋白质/RNA 结构）最具潜力，原因是什么？
• RQ4 在将 Generative AI 应用于化学时，需要哪些策略来克服数据、泛化和物理性方面的挑战？
• RQ5 在 Generative AI 成为预测涌现化学现象的可靠工具之前，需要哪些路线图步骤？

主要发现

• Generative AI 方法有潜力在化学中对结构进行采样、开发力场并加速模拟。
• 当前的 AI 工具常常在涌现现象上表现不足，且倾向于在记忆或插值而非真正预测方面表现出色。
• GANs 面临训练不稳定性和模式崩溃，导致在化学领域的采用速度相对于扩散模型和基于 RL 的方法较慢。
• 基于流的方法和扩散模型提供了有前景的、具有雅可比矩阵感知或基于分数的采样策略，与统计物理思想相符。
• LLMs 与基于扩散的 RNN/Transformer 方法扩展了结构和集合预测，但在应用于化学时面临外推和物理性方面的挑战。
• 一个核心结论是，将核心化学原理，特别是来自统计力学的原理，整合到预测中对于可靠的化学预测至关重要。