9月25日消息，Elsevier宣布与LG AI Research合作，将后者专为化学开发的AI技术用于化学数据库与检索引擎Reaxys，从科学出版物和专利中自动提取并整编图像、结构式与反应机理等信息，声称捕获速度、准确度和规模均远超以往人工水平。

LG AI Research的MolMole模型在单一模型中集成了分子检测、反应图解析与光学化学结构识别（OCSR）三项能力，可将出版物图像中的化学结构转换为机器可读格式。Elsevier生命科学董事总经理Mirit Eldor表示，化学家每花一小时解读图表，就是从发现中偷走的一小时，该合作旨在把埋在插图中的结构变成可检索、可行动的证据。每个提取结果在上线前都会对照Reaxys既有基准验证，全流程已在Elsevier数据与工作流工具中完成测试。

业界反应则更审慎。德国MolGenie联合创始人Lutz Weber认为此类工具将显著提升Reaxys策展团队的生产力，但指出金属有机配合物与金属有机框架（MOF）目前仍无法提取；更关键的是，MolMole源代码不公开、无免费在线服务，其自称优于开源工具Decimer与MolScribe的测试结果无法被独立验证，支撑论文也仅是未经同行评审的arXiv预印本。耶拿大学Decimer开发团队负责人Christoph Steinbeck直言：数字看似合理、想法确有价值，但目前没有任何第三方能核实——其许可证禁止商用与衍生作品，对基准测试而言是奇怪的选择。化学结构数据自动化提取是AI重塑化学信息学基础设施的又一案例，开放性与可验证性正成为该赛道分水岭。 （来源：Chemistry World）