Naukowcy z powodzeniem zintegrowali najnowsze narzędzia sztucznej inteligencji (np. GPT-4) z automatyzacją, aby opracować „systemy” zdolne do samodzielnego projektowania, planowania i przeprowadzania złożonych eksperymentów chemicznych. „Coscientist” i „ChemCrow” to dwa niedawno opracowane systemy oparte na sztucznej inteligencji, które wykazują nowe możliwości. Kierując się GPT-4 (najnowszą wersją generatywnej sztucznej inteligencji OpenAI), Coscientist zademonstrował zaawansowane możliwości wnioskowania i projektowania eksperymentalnego. ChemCrow skutecznie zautomatyzował zestaw zadań oraz przeprowadził odkrycie i syntezę środków chemicznych. „Coscientist” i „ChemCrow” oferują nowy sposób prowadzenia badań w sposób synergiczny we współpracy z maszynami i mogą być przydatne przy wykonywaniu zadań eksperymentalnych w zautomatyzowanych laboratoriach robotycznych.
Generatywny AI Polega na tworzeniu lub generowaniu nowych treści przez: komputer program. Przykładem tłumaczenia generatywnego jest Tłumacz Google, który powstał 17 lat temu w 2007 roku sztuczna inteligencja (AI). Generuje tłumaczenia (wyjście) z podanego języka (wejście). OtwórzJest ChatGPT , Microsoft Drugi pilot, Google Bard, Meta (dawniej Facebook). Lama , Elona Muska Grok itp. to niektóre z ważnych AI aktualnie dostępne narzędzia.
ChatGPT, uruchomiony w zeszłym roku 30 listopada 2022 r., stał się bardzo popularny. Mówi się, że pozyskał 1 milion użytkowników w ciągu 5 dni i 100 milionów użytkowników miesięcznie w ciągu dwóch miesięcy. ChatGPT opiera się na modelu dużego języka (LLM). Kluczową zasadą jest język modelowanie, tj. wstępne uczenie modelu na podstawie danych, tak aby po wyświetleniu monitu model przewidywał, co będzie dalej w zdaniach. Model językowy (LM) dokonuje zatem probabilistycznej prognozy następnego słowa w języku naturalnym, biorąc pod uwagę poprzedzające je słowo. Jeśli opiera się na sieci neuronowej, nazywany jest „modelem języka sieci neuronowej”, w którym to przypadku dane są przetwarzane w sposób podobny do ludzkiego mózgu. Model dużego języka (LLM) to model na dużą skalę, który może wykonywać różnorodne zadania przetwarzania języka naturalnego w celu zrozumienia i generowania języka ogólnego przeznaczenia. Transformer to architektura sieci neuronowej używana do budowy ChatGPT. Nazwa „GPT” jest akronimem od „wstępnie przeszkolonego transformatora generatywnego”. OpenAI wykorzystuje oparte na transformatorach modele dużych języków.
GPT-4, czwarta wersja ChatGPT, została wydana 13 marca 2023 r. W przeciwieństwie do wcześniejszych wersji, które akceptują tylko wprowadzanie tekstu, GPT-4 akceptuje zarówno wprowadzanie obrazu, jak i tekstu (stąd przedrostek Chat nie jest używany w czwartej wersji). Jest to duży model multimodalny. GPT-4 Turbo, uruchomiona 06 listopada 2023 r., jest ulepszoną i potężniejszą wersją GPT-4.
Naukowiec składa się z pięciu współdziałających ze sobą modułów: planisty, wyszukiwarki internetowej, wykonywania kodu, dokumentacji i automatyzacji. Moduły te wymieniają między sobą wiadomości dotyczące wyszukiwania w Internecie i dokumentacji, wykonywania kodu i przeprowadzania eksperymentów. Interakcja odbywa się za pomocą czterech poleceń – „GOOGLE”, „PYTHON”, „DOKUMENTACJA” i „EKSPERYMENT”.
Moduł planisty jest modułem głównym. Jest sterowany przez GPT-4 i ma za zadanie planowanie. Na podstawie prostego komunikatu tekstowego od użytkownika planista wydaje niezbędne polecenia innym modułom w celu zebrania wiedzy. Moduł wyszukiwarki internetowej, który jest również LLM, jest wywoływany przez polecenie GOOGLE w celu przeszukiwania Internetu i powiązanych podakcji w celu efektywnego planowania. Moduł wykonywania kodu wykonuje wykonanie kodu za pomocą polecenia PYTHON. Ten moduł nie korzysta z żadnego LLM. Moduł dokumentacji działa poprzez polecenie DOCUMENTACJA w celu pobrania i podsumowania niezbędnej dokumentacji. Na tej podstawie moduł planisty wywołuje polecenie EKSPERYMENT do modułu automatyzacji w celu przeprowadzenia eksperymentów.
Po odpowiednim monicie Naukowiec syntetyczne leki przeciwbólowe: paracetamol i aspiryna oraz organiczny cząsteczki nitroaniliny i fenoloftaleiny oraz wiele innych znanych cząsteczek poprawnie. Moduł planowania może optymalizować reakcje w celu uzyskania najlepszej wydajności reakcji.
W innym badaniu agent chemii LLM ChemCrow autonomicznie zaplanowali i zsyntetyzowali środek odstraszający owady, trzy organokatalizatory, i kierowali odkryciem nowego chromoforu. ChemCrow skutecznie automatyzował różnorodne zadania chemiczne.
Dwóch nie-organiczny, sztuczne systemy inteligentne, Naukowcy i ChemCrow pokazać pojawiające się możliwości autonomicznego planowania i wykonywania zadań chemicznych w zakresie syntezy znanych cząsteczek i odkrywania nowych cząsteczek. Mają zaawansowane możliwości rozumowania, rozwiązywania problemów i projektowania eksperymentów, które mogą się przydać w badaniach chemicznych.
Takie systemy agentów AI mogą być wykorzystywane przez osoby niebędące ekspertami do wykonywania rutynowych zadań w chemii, zmniejszając w ten sposób koszty i wysiłek. Mają także potencjał przyspieszenia odkrywania nowych cząsteczek
***
Referencje:
- Boiko, DA, il 2023. Autonomiczne badania chemiczne z dużymi modelami językowymi. Natura 624, 570–578. Opublikowano: 20 grudnia 2023 r. DOI: https://doi.org/10.1038/s41586-023-06792-0
- Wiadomości z Carnegie Mellon University 2023 – Zaprojektowany przez CMU sztucznie inteligentny naukowiec automatyzuje odkrycia naukowe. Opublikowano 20 grudnia 2023 r. Dostępne pod adresem https://www.cmu.edu/news/stories/archives/2023/december/cmu-designed-artificially-intelligent-coscientist-automates-scientific-discovery
- Bran AM, i wsp 2023. ChemCrow: Rozszerzanie modeli wielkojęzycznych o narzędzia chemiczne. arXiv:2304.05376v5. DOI: https://doi.org/10.48550/arXiv.2304.05376
***
Wykłady wprowadzające na temat sztucznej inteligencji:
***
