Komentář Chemistry World: chemická notace je jazyk, který stroje nečtou

Chemici si dlouho zvykali na to, že jejich obor má vlastní jazyk, který není tvořen slovy, ale čarami, písmeny a značkami. Redaktor Chemistry World Phillip Broadwith o tom napsal komentář, který časopis zveřejnil 27. října. Vychází z vlastní zkušenosti: mimo redakční práci vede malé skupinové tutoriály pro prvoročáky chemie a na začátku akademického roku s nimi probírá právě kreslení a interpretaci chemických struktur.

Podle Broadwitha je strukturní notace informačně mimořádně bohatý jazyk. Zkušený chemik z jediného nákresu vyčte nejen to, které atomy jsou spojeny, ale i řadu věcí, které v obrázku výslovně nejsou, tedy implicitních předpokladů, které se mezi lidmi z oboru považují za samozřejmé. Právě tady podle autora vzniká problém, jakmile do hry vstoupí stroje. Počítače tyto nevyslovené předpoklady neznají, a aby je pochopily, potřebují vhodný překlad. Notace, která je pro člověka pohodlná a srozumitelná, tak nemusí být bez úprav použitelná pro software.

Komentář připomíná, že chemický jazyk není jen záležitostí symbolů, ale také historie. Označení Z a E, jimiž chemici rozlišují uspořádání substituentů u substituovaných alkenů, pocházejí z němčiny: Z je zkratkou slova zusammen (spolu), E slova entgegen (naproti). Z němčiny se vzaly také písmena g a u, která popisují symetrii molekulových orbitalů a označují orbitaly sudé (gerade) a liché (ungerade). Do téhož okruhu autor řadí i periodickou tabulku, jejíž názvy prvků odrážejí různé jazyky, jejichž prostřednictvím byly jednotlivé prvky objeveny.

Tyto příklady slouží jako ilustrace toho, že současná chemická notace je výsledkem dlouhého, místy nahodilého vývoje. Zvyklosti se vžily v různých dobách a prostředích a studenti se je učí jako hotovou konvenci. Ve výuce prvních ročníků se to podle Broadwithova pohledu projevuje denně, protože je třeba vysvětlit nejen to, co která značka znamená, ale také to, co všechno si čtenář při jejím čtení domýšlí.

Komentář souvisí s článkem Victorie Atkinson, který časopis publikoval jako samostatný feature. Atkinson v něm uzavírá, že budoucí digitálně přístupná chemická notace bude zároveň standardizovanější a personalizovanější. Zdánlivý protiklad obou přívlastků je v tom, že standardizace má zajistit, aby stroje i lidé z různých pracovišť rozuměli zápisu stejně, zatímco personalizace má umožnit, aby si uživatel mohl reprezentaci přizpůsobit svým potřebám a zvyklostem.

Broadwith ve svém textu zdůrazňuje, že klíčovým cílem je minimalizovat ztrátu informací při převodu mezi různými reprezentacemi. Chemická struktura se dnes běžně vyskytuje v mnoha podobách: jako nákres na papíře, jako záznam v databázi, jako textový řetězec zpracovatelný počítačem nebo jako vstup pro výpočetní program. Při každém převodu mezi těmito formami hrozí, že se něco z původního významu ztratí, typicky právě to, co autor nakreslil jako samozřejmé a co nikde nebylo zapsáno výslovně.

Autor tím nepřichází s tvrzením, že by se tradiční notace měla opustit. Naopak ji označuje za jazyk vhodný pro komunikaci mezi lidmi, jehož síla spočívá v bohatosti vyjádření. Otázka podle něj zní, jak tuto bohatost zachovat, když se zápis má stát srozumitelným i pro stroje. Odpověď nespočívá v tom, že by se student musel učit jiný jazyk, ale v tom, aby překlad mezi lidskou a strojovou podobou zápisu nic podstatného nevynechal.

Text je zároveň připomínkou toho, že i zdánlivě technické otázky kolem datových formátů mají v chemii kořeny v každodenní výuce. Kdo vysvětluje začátečníkům, proč se dvojná vazba kreslí tak, a ne jinak, velmi brzy narazí na řadu pravidel, která nejsou nikde jednoduše zapsána. Právě tato zkušenost vede Broadwitha k závěru, že cesta k digitálně přístupné chemické notaci musí začít u porozumění tomu, co všechno se v současných zápisech skrývá mezi řádky.