Neuro-Symbolisches System AI4S‑SDS verbessert chemische Formulierungsgestaltung
Ein neues Open‑Source-Framework namens AI4S‑SDS wurde auf arXiv veröffentlicht und verspricht, die automatisierte Entwicklung chemischer Formulierungen zu revolutionieren. Durch die Kombination von symbolischer Logik, neuronalen Modellen und einem speziell entwickelten Monte‑Carlo‑Tree‑Search (MCTS) kann das System komplexe, hochdimensionale Kombinationsräume effizient erkunden.
Die Kerninnovation liegt in der Sparse State Storage‑Technologie mit dynamischer Pfadrekonstruktion. Diese Methode trennt die Historie des Entscheidungsprozesses von der begrenzten Token‑Größe, sodass das System tiefgreifende Suchpfade verfolgen kann, ohne an die üblichen Kontextfenstergrenzen gebunden zu sein. Ergänzt wird das System durch eine Global‑Local‑Suchstrategie: ein speicherbasierter Planungsmodul passt den Suchroot dynamisch an, während ein Sibling‑Aware‑Expansion‑Mechanismus orthogonale Pfade fördert und so die Vielfalt der erkundeten Lösungen erhöht.
Um die physikalische Machbarkeit der vorgeschlagenen Mischungen sicherzustellen, integriert AI4S‑SDS einen differenzierbaren Physik‑Engine. Durch einen hybriden, normalisierten Verlust mit sparsitätsinduzierendem Regularizer werden kontinuierliche Mischverhältnisse unter thermodynamischen Beschränkungen optimiert. Erste Experimente zeigen, dass das System unter HSP‑basierten physikalischen Constraints vollständig valide Lösungen liefert und die Erkundungsdiversität im Vergleich zu bestehenden Ansätzen deutlich steigert.