МФТИ: нейросети сбиваются при подборе молекул для новых лекарств

Учёные МФТИ проверили, как модели машинного обучения предсказывают свойства молекул-кандидатов в лекарства, и нашли систематический сбой. Модели обучаются на известных соединениях, а на структурах, непохожих на обучающую выборку, уверенно выдают неверные оценки — то есть ошибаются именно там, где от них ждут открытий.

Это ограничение важно для расчёта: разработка препарата стоит годы и миллиарды, и отбор кандидатов моделью экономит эксперименты только при честной оценке неопределённости. Авторы указывают, что без проверки прогнозов в лаборатории результат модели остаётся гипотезой.