探索中AI FOR SCIENCE
模型能告诉我们什么
一个预测值在什么范围内可信？我们如何把不确定性说清楚？
在分子科学中探索机器学习方法，同时研究模型评价、适用域与科学判断之间的关系。
从方法回到问题
人工智能化学的论文数量增长很快，但一个方法在论文数据集之外是否有效，往往需要更长时间才能知道。对学生团队而言，盲目追逐最新模型既不现实，也不利于理解问题。
我们更愿意从一个小问题开始：数据是否足够？任务定义是否清楚？评价指标是否与真实目标一致？这些问题通常比换一个更大的模型更能改善结果。
生成不等于发现
分子生成可以产生大量结构上合理、但未必可合成或具有实际价值的候选。把生成结果直接称为“新分子”或“候选药物”，是一种常见的过度表述。
我们关注生成方法背后的表示与约束，也关注如何用化学知识过滤结果。对本科生团队来说，理解这些限制比追求生成数量更重要。
人的判断
模型输出需要被人检查，而检查者需要具备相应的化学知识与统计判断。这也是团队把“人的判断不可省略”作为基本原则的原因。
在未来，如果 MolScience 引入预测能力，我们希望它明确标注预测来源与适用范围，而不是把模型结果与实验事实混在一起。
方法与关注点
- 性质预测与生成模型的文献复现
- 数据集设计与分布偏移分析
- 模型不确定性与适用域
- 人如何检查模型输出
边界与限制
- 没有已发布的模型或性能指标。
- 算力有限，不追求大规模预训练，优先做小而清楚的问题。
- 不把生成的结构等同于可合成的分子。
探索中
研究主题会随着项目与阅读推进而调整。这里展示的是当前的理解，不是最终结论。