Dal 26 al 30 agosto 2024 si è svolta a Milano la XXVIII edizione del Congresso Nazionale della SCI, all’interno del quale è stata organizzata la giornata tematica sull’intelligenza artificiale e modellistica per la chimica che ha coinvolto le Divisioni di Chimica Fisica, Chimica Teorica e Computazionale, Chimica Farmaceutica, Chimica per le Tecnologie, Chimica degli Alimenti, nonché il Dipartimento di Scienze Chimiche e Tecnologie dei Materiali del Consiglio Nazionale delle Ricerche.

Nella settimana 26-30 agosto 2024 si è svolta a Milano la XXVIII edizione del Congresso Nazionale della Società Chimica Italiana con una partecipazione molto elevata. L’organizzazione del congresso prevedeva, oltre alle giornate dedicate ai lavori specifici delle varie divisioni della SCI, una giornata focalizzata su temi di interesse trasversale. Un tema ha riguardato il ruolo dell’intelligenza artificiale e della modellistica molecolare nelle scienze chimiche con il coinvolgimento delle Divisioni di Chimica Fisica, Chimica Teorica e Computazionale, Chimica Farmaceutica, Chimica per le Tecnologie e Chimica degli Alimenti, nonché il Dipartimento di Scienze Chimiche e Tecnologie dei Materiali del Consiglio Nazionale delle Ricerche, così da garantire la massima trasversalità tra diverse linee di ricerca accomunate dal ruolo sempre più importante di strumenti legati all’intelligenza artificiale (AI).

La AI ha trovato, come noto, numerosi impieghi ormai consolidati sia attraverso numerosissimi articoli sia su quotidiani di uso sociale mai così rilevanti, un impatto in tutte le attività del mondo produttivo non solo industriale ma educativo non scolastico di ogni grado. La recente apertura alla collettività di strumenti basati su modelli di linguaggio di grandi dimensioni (LLM) come OpenAI-GhatGPT, Anthropic-Claude e Google DeepMind-Gemini stanno rivoluzionando ogni aspetto della società. Osservatori esperti ritengono che il loro impatto e, specialmente, la velocità della loro adozione sarà decisamente superiore alle precedenti rivoluzioni industriali e della stessa rete internet. La scienza non è certo esente da questo processo. È significativo che la Royal Society abbia pubblicato un documento aperto e corposo dal titolo: Science in the age of AI – how artificial intelligence is changing the nature and methods of scientific research. Gli scienziati e i docenti a fronte di nuove rivoluzioni hanno il compito di stimolarne lo studio approfondito per capire le profonde implicazioni e non essere schiavi di catastrofismi dettati dalla naturale tendenza di rifiutare le novità per proteggere la propria comfort zone.

Ovviamente anche la chimica è stata fortemente permeata dalla AI, specialmente in questo ultimo decennio. Bisogna però ricordare che l’introduzione di modelli matematici, già basati sulle reti neurali, in ambito chimico era già presente negli anni Novanta con il classico lavoro di J. Gasteiger e J. Zupan. D’altra parte, negli stessi anni, le reti neurali (NN) in chimica erano limitate dalla potenza di calcolo computazionale e usavano architetture semplici come i multi-layer perceptron (MLP).

L’allenamento avveniva con metodi di gradiente minimo e della backpropagation di base, su piccole basi di dati. Oggi, grazie alle elevatissime potenze dei Graphics Processing Units (GPU) e di framework informatici avanzati (TensorFlow, PyTorch) disponibili liberamente presso la comunità scientifica, vengono utilizzate reti profonde (DNN), convoluzionali (CNN) e basate sui grafi (GNN). I metodi di ottimizzazione sono più sofisticati (Adam, dropout) e l’accesso a grandi database chimici (PubChem, ChEMBL) permette di applicare le NN alla scoperta di farmaci, materiali, e simulazioni chimiche con precisione sempre più elevata. Se interroghiamo ChatGPT relativamente al ruolo del machine learning (ML) in chimica otteniamo: “Il machine learning (ML) nelle scienze chimiche è l’applicazione di algoritmi di apprendimento automatico per analizzare, modellare e prevedere comportamenti chimici complessi. Viene utilizzato per accelerare la scoperta di nuovi materiali, ottimizzare reazioni chimiche, prevedere proprietà molecolari e analizzare grandi quantità di dati sperimentali e computazionali. [Continua a leggere l’articolo integrale, con tutte le note alle fonti per approfondire, QUI].

Foto di copertina tratta dal frontespizio del documento della Royal Society sull’intelligenza artificiale nella scienza.

 

 

Articolo di Piero Ugliengo, Claudio Greco e Marco De Vivo

per LA CHIMICA E L’INDUSTRIA online

| ANNO VIII | N° 6 | NOVEMBRE/DICEMBRE 2024.

Clicca QUI per accedere alla rivista.