10.3.2 模型的可解释性 (XAI) 与化学直觉的结合

文档摘要

10.3.2 模型的可解释性 (XAI) 与化学直觉的结合在化学人工智能的实践前线，我们常常遭遇一种令人不安的“黑箱震颤”——模型在预测分子溶解度、反应产率或靶点结合亲和力时，准确率高达98.7%，可当药物化学家指着某个高活性分子问：“为什么这个氰基取代比甲氧基好？是空间位阻？电子效应？还是氢键受体能力的变化？”模型却只能沉默。它输出一个概率值，却交不出一张结构归因热图，更无法复现人类化学家在草稿纸上画出的共振式、标注的静电势分布、圈出的HOMO-LUMO能隙区域。这不是模型的失败，而是我们交付方式的失职。可解释性（XAI）不是事后补丁，不是监管合规的装饰品；它是化学智能系统与人类知识体系之间那根必须绷紧、必须校准、必须双向传导的神经束。