Это стало известно благодаря исследованию, проведенному учеными Базельского университета, результаты которого были опубликованы в журнале Nature Communications. В ходе работы ученые пришли к выводу, что ИИ не понимает основные законы физики и химии, а лишь экстраполирует данные, на которых был обучен.

Современные нейросети, такие как AlphaFold и RoseTTAFold, значительно ускоряют процесс разработки медикаментов, предсказывая взаимодействие различных молекул с белками. Однако исследователи провели эксперимент, в котором намеренно изменили последовательности аминокислот в ста белках, чтобы сделать их взаимодействие с активными веществами невозможным. В более чем половине случаев ИИ продолжал выдавать прогнозы, которые не соответствовали основным законам физики и химии, что подчеркивает отсутствие у моделей понимания природы молекулярных связей.

Кроме того, технологии машинного обучения продемонстрировали свою неэффективность при работе с белковыми структурами, которые существенно отличаются от тех, на которых модели были обучены. Несмотря на то что ИИ-модели были обучены на большом количестве данных — около 100 тысяч белков — этого оказалось недостаточно для точного предсказания взаимодействий.

Авторы исследования рекомендуют производителям проверять все предсказания ИИ в реальных экспериментах и вычислительных анализах. Они подчеркивают, что будущие модели должны интегрировать законы физики в свою архитектуру, а не полагаться исключительно на шаблоны. Несмотря на выявленные ограничения, исследователи считают, что современные ИИ-инструменты могут оставаться полезными, но только на отдельных этапах исследований.