Elsevier ενσωματώνει το μοντέλο Chemistry Vision της LG AI Research στο Reaxys

Η Elsevier και η LG AI Research ανακοίνωσαν στις 15 Σεπτεμβρίου 2026 ότι η τεχνολογία AI vision ειδικά για τη χημεία, που ανέπτυξε η LG AI Research, χρησιμοποιείται πλέον στις διαδικασίες εξαγωγής και επιμέλειας περιεχομένου της Elsevier για το Reaxys, τη λύση ανακάλυψης χημείας της Elsevier, καθιστώντας τις ουσίες που εμφανίζονται μόνο ως εικόνες, σχέδια και σχήματα αντιδράσεων σε διπλώματα ευρεσιτεχνίας και επιστημονική βιβλιογραφία αναζητήσιμες.

Οι εταιρείες δήλωσαν ότι οι πληροφορίες ουσιών από εικόνες σε περιεχόμενο διπλωμάτων ευρεσιτεχνίας και περιοδικών καταγράφονται πιο γρήγορα, ακριβέστερα και σε μεγαλύτερη κλίμακα από ό,τι ήταν προηγουμένως δυνατό. Η εργασία ενισχύει την εξαγωγή περιεχομένου και την επιστημονική επιμέλεια ουσιών, αντιδράσεων, βιοδραστικότητας, βιολογικών στόχων και ιδιοτήτων ουσιών για το Reaxys.

Γιατί η χημεία που περιορίζεται σε εικόνες είναι δύσκολη στην αναζήτηση

Σύμφωνα με την ανακοίνωση, μεγάλο μέρος των πληροφοριών για ουσίες και αντιδράσεις που βασίζονται οι χημικοί μεταδίδεται μέσω σχημάτων, σχεδίων και διαγραμμάτων αντιδράσεων αντί για κείμενο αναζητήσιμο. Όταν αυτή η χημεία δεν είναι αναζητήσιμη, οι ερευνητές μπορεί να χρειαστεί να ελέγχουν τα έγγραφα χειροκίνητα για να επιβεβαιώσουν αν μια ένωση ή αντίδραση έχει ήδη περιγραφεί. Τα χημικά σχέδια κωδικοποιούν νόημα μέσω δεσμών, ατόμων, στερεοχημείας και χωρικών σχέσεων, έτσι ένα μοντέλο που διαβάζει λανθασμένα έναν δεσμό μπορεί να εντοπίσει λανθασμένη ένωση, ενώ ένα που παραλείπει μια δομή αφήνει τους χημικούς με ελλιπή εικόνα. Η πρόκληση αυτή είναι πιο έντονη σε τομείς όπως η αναζήτηση καινοτομίας, η ανταγωνιστική νοημοσύνη και ο σχεδιασμός σύνθεσης, καθώς και στη ανόργανη και οργανική-μεταλλική χημεία, όπου οι σύνθετες δομές είναι πιο δύσκολο να εξαχθούν και να ευρετηριαστούν.

Το μοντέλο MolMole και τα αναφερθέντα benchmarks

Η τεχνολογία συνδυάζει την ανίχνευση μορίων, την ανάλυση διαγραμμάτων αντιδράσεων και την οπτική αναγνώριση χημικών δομών (OCSR) σε ένα ενιαίο μοντέλο, και οι δημοσιευμένες αναφορές benchmark της LG AI Research δείχνουν ότι υπερβαίνει τις εναλλακτικές λύσεις στην εξαγωγή χημείας από μια πλήρη σελίδα εγγράφου. Μια δημοσίευση 7 Μαΐου 2025 στο ερευνητικό blog της LG AI Research αναγνωρίζει το μοντέλο ως MolMole, που αναπτύχθηκε στο πλαίσιο του προγράμματος Deep Document Understanding της ομάδας, το οποίο στοχεύει στη δημιουργία AI που μπορεί να ερμηνεύει κείμενο, γραφήματα και πίνακες σε γενικά έγγραφα καθώς και μοριακούς δομικούς τύπους και τύπους αντιδράσεων σε χημικά άρθρα και διπλώματα ευρεσιτεχνίας.

Το MolMole δέχεται πλήρη έγγραφα PDF ως είσοδο αντί να απαιτεί περικομμένες εικόνες και επιστρέφει τα αναγνωρισμένα χημικά δεδομένα από ένα έγγραφο άμεσα, σύμφωνα με την ανάρτηση του blog. Το μοντέλο αποτελείται από τρία τμήματα. Το ViDetect ανιχνεύει περιοχές μοριακών δομών μέσα σε σελίδες PDF και τις σημειώνει με πλαίσια οριοθέτησης. Το ViReact εντοπίζει τις θέσεις των αντιδρώντων, των συνθηκών αντίδρασης και των προϊόντων μέσα σε διαγράμματα αντιδράσεων και ταξινομεί κάθε περιοχή. Το ViMore μετατρέπει τις αναγνωρισμένες δομές σε τυπικές χημικές αναπαραστάσεις, συμπεριλαμβανομένων των μορφών SMILES, InChI και Mol, με εξειδικευμένες τεχνικές για θορυβώδεις, σκαναρισμένες σελίδες διπλωμάτων ευρεσιτεχνίας.

Η LG AI Research αναφέρει ότι το ViMore πέτυχε κορυφαία αποτελέσματα σε τρία από τα τέσσερα πρότυπα OCSR benchmarks (CLEF, JPO, UOB και USPTO), υπερβαίνοντας το DECIMER Image Transformer, το MolScribe και το MolGrapher, και ότι ξεπέρασε ιδιαίτερα τα άλλα μοντέλα στο JPO, ένα απαιτητικό, κυρίως χαμηλής ανάλυσης σύνολο δεδομένων εικόνων που εξάγονται από ιαπωνικά διπλώματα ευρεσιτεχνίας. Στο δικό του benchmark της LG, το οποίο αξιολογεί 300 σελίδες διπλωμάτων ευρεσιτεχνίας και 250 σελίδες άρθρων ξεχωριστά για να αντικατοπτρίζει τις διαφορετικές τους ιδιότητες, η συνδυασμένη αλυσίδα ViDetect και ViMore υπερέδωσε το Decimer Segmentation και το Image Transformer καθώς και το MolDetect και το MolScribe ως προς την ακρίβεια και την ανάκληση, ενώ το ViReact υπερέδωσε το ReactionDataExtractor2.0 και το RxnScribe.

Το υποκείμενο άρθρο, δημοσιευμένο στο arXiv υποβλήθηκε για πρώτη φορά στις 30 Απριλίου 2025 και αναθεωρήθηκε στις 8 Μαΐου 2025. Περιγράφει το MolMole ως ένα πλαίσιο βαθιάς μάθησης βασισμένο στην όραση που ενοποιεί την ανίχνευση μορίων, την ανάλυση διαγραμμάτων αντιδράσεων και το OCSR σε μια ενιαία αλυσίδα εξαγωγής χημικών δεδομένων απευθείας από έγγραφα επιπέδου σελίδας. Αναφέροντας την έλλειψη τυπικού benchmark και μετρικής αξιολόγησης σε επίπεδο σελίδας, οι συγγραφείς παρουσιάζουν επίσης ένα σύνολο δοκιμών 550 σελίδων με σημειωμένα πλαίσια μορίων, ετικέτες αντιδράσεων και αρχεία MOL, μαζί με μια νέα μετρική αξιολόγησης, και αναφέρουν ότι το MolMole υπερτερεί των υφιστάμενων εργαλείων τόσο στο δικό τους benchmark όσο και σε δημόσια σύνολα δεδομένων.

Στο πλαίσιο της ροής εργασίας της Elsevier, κάθε αλυσίδα εξαγωγής επικυρώνεται έναντι των υφιστάμενων benchmarks του Reaxys πριν τεθεί σε λειτουργία, και η πλήρης αλυσίδα υπεβλήθη σε δοκιμαστική περίοδο με τα δεδομένα και τα εργαλεία ροής εργασίας της Elsevier πριν τη ευρύτερη χρήση, σύμφωνα με την ανακοίνωση.

Δηλώσεις Εκτελεστικών και Επόμενα Στάδια

Η Mirit Eldor, Διευθύνων Σύμβουλος, Life Sciences στην Elsevier, δήλωσε ότι η συνεργασία επιστρέφει χρόνο στους χημικούς μετακινώντας περισσότερη χημεία από τα σχήματα στο Reaxys ως επιμελημένο, αναζητήσιμο αποδεικτικό στοιχείο. «Μια δομή που είναι κρυμμένη σε ένα σχήμα θα πρέπει να αποτελεί αποδεικτικό στοιχείο και όχι αδιέξοδο», είπε.

Ο Hwayoung Edward Lee, επικεφαλής της μονάδας AI Biz Transformation στο LG AI Research, δήλωσε ότι το μοντέλο σχεδιάστηκε για να αποκωδικοποιεί σύνθετες οπτικές χημικές αναπαραστάσεις στις οποίες κάθε δεσμός και η χωρική διάταξη έχουν νόημα, και ότι η ενσωμάτωση με την Elsevier μετατρέπει τα ακατέργαστα οπτικά δεδομένα σε δομημένη γνώση για τους ερευνητές.

Οι οργανισμοί δήλωσαν ότι η εξαγωγή αντιδράσεων είναι το επόμενο στάδιο της συνεργασίας, επεκτείνοντας την εξαγωγή βάσει εικόνας πέρα από τις μεμονωμένες ουσίες για να διευρύνουν τα αποδεικτικά στοιχεία των αντιδράσεων που είναι διαθέσιμα μέσω του Reaxys. Εξερευνούν επίσης περαιτέρω προκλήσεις πελατών για να αντιμετωπιστούν από κοινού, συνδυάζοντας τις εξειδικευμένες δυνατότητες AI της LG AI Research με το χημικό περιεχόμενο, την επιστημονική τεχνογνωσία και την επιμέλεια της Elsevier. Το έργο ακολουθεί τις Αρχές Υπεύθυνου AI και τις Αρχές Απορρήτου της Elsevier, δήλωσαν οι εταιρείες.