資料融合與對比對齊：無約束紅外分子結構解析
研究人員提出了一種改進的編碼器-解碼器Transformer模型，用於從紅外光譜中自動解析分子結構，無需預知的化學式。透過引入專家混合（MoE）解碼器模組，利用線性順序統計量和Choquet積分進行非加性聚合，並新增對比對齊損失項，模型在Top-K預測準確率上比基線IR-only模型提升了超過10個百分點。研究表明，紅外光譜編碼了大部分化學資訊，為AI在分析化學中的應用拓寬了道路。
在分析化學領域，利用紅外光譜（IR）自動解析分子結構是一項具有重大意義的研究。然而，現有方法通常需要預先提供化學式作為輔助輸入，這導致模型只能進行同分異構體識別，而無法實現完整的分子結構預測。雖然Transformer模型在同分異構體識別方面表現出色，但在無約束的結構解析任務中，其可靠性卻大幅下降，且其原因尚未得到充分理解。為了解決這一問題，Ethan J. Mick等研究人員提出了一種改進的編碼器-解碼器Transformer架構，並對其關鍵元件進行了評估。
該研究的主要創新在於引入了一個基於專家混合（Mixture-of-Experts, MoE）的解碼器模組。與傳統的加性聚合方法不同，該模組採用線性順序統計量和Choquet積分實現非加性聚合，從而能夠更有效地應對無約束問題中龐大的化學空間。此外，研究人員還對Transformer的編碼器進行了類似修改，使其在聚合光譜表示時也使用非加性運算元。同時，模型還引入了一個輔助的對比對齊損失項，以進一步增強效能。
實驗結果顯示，這些改進措施使得模型在Top-K預測準確率上比基線IR-only模型提升了超過10個百分點。透過子結構片段分析，研究人員進一步確認，紅外光譜實際上編碼了絕大多數相關的化學資訊。這一發現表明，此前同分異構體排名模型之所以表現優異，很可能是因為在探索的化學空間中，某些分子的吸收波段被低估或存在重疊。
該研究不僅證明了從實測紅外光譜自動解析分子結構的可行性，還透過技術創新大大拓展了人工智慧在分析化學領域的應用前景。未來，這種方法有望在缺乏先驗化學資訊的場景中加速新化合物的鑑定，具有重要的實際應用價值。