生成式人工智能模型容易产生幻觉并创建虚构或图像的信息。 考虑到人工智能错误信息的不断增加，这种习惯被认为是一个缺陷。 但就像人造钻石是在科学家试图实现像地幔这样的超高压和高温条件时无意中发明的一样，幻觉也被证明有助于科学家发现新药物。
AI幻觉和新化学发现
据专家称，估计全球近 500 万人的死亡与抗生素耐药性有关，因此新的方法对于对抗耐药细菌变异至关重要，而且刻不容缓。 麦克马斯特大学和斯坦福大学医学院的研究人员开发了一种新模型，揭示了对抗生素具有抗药性的危及生命的细菌的潜在解决方案。
该模型被命名为 SyntheMol，根据斯坦福大学的研究报告，
“SyntheMol 为六种新药物创建了结构和化学配方，旨在杀死鲍曼不动杆菌的耐药菌株，鲍曼不动杆菌是导致抗菌素耐药性相关死亡的主要病原体之一。”
资料来源：斯坦福大学。
生物医学数据科学副教授、该研究的合著者詹姆斯·邹表示，为了公共卫生，我们非常需要尽快开发新的抗生素。 研究人员在实验的基础上验证了用该模型开发的新化合物。
邹还提到，他们的假设是有很多潜在的分子可以转化为有效的药物，但他们还没有测试过，甚至还没有开发出这些分子，这就是他们想用人工智能来制造分子的原因自然界中不存在的。
SyntheMol 正在发现新的可能性
在生成式人工智能出现之前，研究人员过去常常采用不同的计算方法来开发抗生素。 他们使用算法来运行药物储存库并识别有机会对抗他们想要杀死的病原体的化合物。
通过这种方法，他们能够过滤掉一亿种已知的化合物，这也产生了结果，但要找到所有可能有助于对抗细菌的化合物并不是一个深入的过程。
该研究的共同主要作者、斯坦福大学计算科学dent凯尔·斯旺森 (Kyle Swanson) 表示，化学空间是巨大的。
“人们估计有接近 1060 种可能的类药物分子。 因此，1 亿远不足以覆盖整个空间。”
资料来源：斯坦福大学。
正如一开始所说，人工智能的幻觉倾向可以用来发现新药，因为它被用来开发新化合物，但现在它正在生产现有技术不可能制造的化合物，斯旺森说。 研究人员还必须在模型周围设置护栏，以便他们可以人工开发模型想象的任何分子。
邹说，这个模型通过设计人类不知道的新分子，向他们传授化学领域的全新部分。 Zou 还与 Swanson 一起完善该模型，将其用于心脏药物以及为实验室研究创造具有新特性的荧光分子。
斯坦福大学关于该主题的说明可以在这里。
