AI di Balik ChatGPT Siap Melakukan Kimia

Diterbitkan Ulang Oleh Plato

Followers: 0

AI di Balik ChatGPT Siap Melakukan Chemistry PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Dengan deretan ruang mengkilap yang dihubungkan oleh pipa berlekuk-lekuk, pengaturan bertenaga AI ini lebih terlihat seperti tempat pembuatan bir futuristik daripada laboratorium kimia.

Namun ketika diberikan perintah oleh operator manusianya—”membuat aspirin”—sistem akan langsung bertindak seperti tim ahli kimia yang sudah bekerja dengan baik. Satu AI mengambil perintah dan menjelajahi web untuk mengoptimalkan “resep” obatnya. AI lainnya menerjemahkan hasilnya ke dalam kode, dan AI ketiga mengarahkan lengan robot untuk melakukan eksperimen.

Sistem, disebut Coscientist, adalah upaya terbaru untuk mengotomatisasi kimia dengan model bahasa besar. Jenis algoritme di balik ChatGPT yang populer, model bahasa berukuran besar telah menggemparkan dunia dengan kemampuannya memahami masukan bahasa, audio, dan gambar, sekaligus memberikan respons yang berguna—meskipun tidak selalu akurat—.

AI sudah membuat terobosan di laboratorium. Mulai dari memodelkan struktur protein—solusi atas teka-teki yang telah berlangsung selama setengah dekade—hingga pola perburuan dalam data genetik dan “halusinasi” obat-obatan kimia baru seperti antibiotik, teknologinya adalah diatur untuk mentransformasi ilmu pengetahuan.

Ilmuwan adalah salah satu yang pertama dari jenisnya. Dikembangkan oleh Dr. Gabe Gomes dan rekan-rekannya di Universitas Carnegie Mellon, alat ini secara mandiri mempelajari resep reaksi kimia dan merancang prosedur laboratorium untuk membuatnya hanya dalam beberapa menit.

Sebagai bukti konsep, sistem end-to-end melakukan reaksi kimia yang kompleks yang menang Hadiah Nobel Kimia tahun 2010 atas peran pentingnya dalam pengembangan obat.

“Ini adalah pertama kalinya kecerdasan non-organik merencanakan, merancang, dan melaksanakan reaksi kompleks yang diciptakan oleh manusia,” tersebut Gomes.

Keunikan sistem ini adalah modularitasnya. Dengan membagi tugas-tugas kimia, Coscientist berperilaku seperti tim ahli kimia yang bekerja bersama-sama untuk menemukan solusi, sehingga mempercepat seluruh proses penemuan obat.

Coscientist membawa “visi laboratorium self-driving selangkah lebih dekat dengan kenyataan,” menulis Ana Laura Dias dan Dr. Tiago Rodrigues di Universitas Lisbon, yang tidak terlibat dalam pekerjaan ini.

Breaking Bad

Kimia sangat mirip dengan menyempurnakan resep.

Ini dimulai dengan tujuan: Membuat bahan kimia dengan limbah paling sedikit. Sama seperti juru masak menjelajahi web untuk mencari ide resep, ahli kimia menggali literatur yang diterbitkan dan merancang protokol.

Ini adalah proses yang membosankan. Tertantang dalam mensintesis bahan kimia baru, ahli kimia menghabiskan waktu berjam-jam mencari database molekul dan reaksi serupa. Mereka memerlukan beberapa kali penelitian, eksperimen, dan revisi sebelum mendapatkan molekul yang diinginkan dengan limbah minimal.

“Oleh karena itu, para ahli kimia telah lama bercita-cita untuk mengembangkan sistem otomatis untuk memfasilitasi pekerjaan mereka,” tulis Dias dan Rodrigues.

Salah satu langkah besarnya adalah menyuntikkan berbagai jenis bahan kimia dengan jumlah yang tepat dan waktu yang tepat ke dalam beberapa “ruang” sehingga reaksi terpisah dapat terjadi. Biasanya, hal ini dilakukan dengan tangan, namun kini robot dengan harga terjangkau dapat dengan mudah diprogram untuk menciptakan interaksi kimia baru. Namun, mereka tidak sempurna. Kebanyakan hanya dapat melakukan satu reaksi.

“Keterbatasan ini telah menggagalkan impian” para ahli kimia robot otonom, tulis Dias dan Rodrigues.

Di sinilah GPT-4 OpenAI, algoritma di balik ChatGPT, berperan.

Halo, Dunia Kimia

Membandingkan berbagai model bahasa besar, seperti GPT-4, Claude, dan elang, tim menemukan bahwa Coscientist dapat menghasilkan “resep” terperinci untuk membuat bahan kimia dengan hasil tinggi. Studi baru ini merupakan proses tiga langkah, merangkai beberapa contoh GPT-4 yang telah disesuaikan ke dalam ahli kimia otomatis.

Yang pertama adalah pustakawan AI yang belajar dari berbagai sumber online. Ketika tim melacak preferensinya, mereka menemukan AI menghabiskan sebagian besar waktunya untuk mengunjungi literatur dari jurnal kimia ternama. Wawasan ini sangat berharga. Sering digambarkan sebagai “kotak hitam”, model bahasa besar tidak selalu menjelaskan cara mereka menghitung hasilnya. Sebaliknya, para ilmuwan memaparkan alasannya seperti seorang ahli kimia yang menulis catatan di buku laboratorium, sehingga karyanya lebih mudah untuk direproduksi.

AI kedua dalam Coscientist “membaca” panduan pengguna untuk lengan robot yang mengeluarkan reaktan kimia—seperti membaca pamflet tentang cara menggunakan mesin pemotong rumput baru, AI menggunakan pengetahuan tersebut untuk “memahami” instruksinya.

Terakhir, AI ketiga mengoperasikan lengan robot untuk mensintesis bahan kimia. Ia juga memiliki “mode profesor” bawaan yang menganalisis reaksi mana yang berhasil—dan mana yang tidak—untuk dimasukkan kembali ke dalam sistem untuk penyesuaian lebih lanjut.

Sebuah Upaya Nobel

Dalam tes awal, Coscientist bertindak sebagai semacam bartender.

Dilengkapi dengan berbagai cairan berwarna, AI mengendalikan lengan robot untuk menyemprotkan setiap warna dengan hati-hati ke dalam garis di dalam kotak 96 sumur. Ini seperti mencoba membuat es batu warna-warni di dalam nampan es tanpa tumpah. Sebagian besar berhasil. Dengan perintah sederhana “gambar diagonal biru”, Coscientist dapat mengikuti instruksinya (dengan sedikit bantuan manusia).

Untuk meningkatkan kesulitannya, tim selanjutnya menantang sistem untuk mensintesis tujuh obat blockbuster, termasuk obat pereda nyeri yang umum seperti aspirin, asetaminofen—bahan aktif dalam Tylenol—dan ibuprofen.

Para ilmuwan menghitung berapa banyak setiap bahan yang dibutuhkan untuk setiap lengan robot dan mencampurkannya dengan kecepatan optimal. AI mengalami kesulitan pada pertama kalinya, namun dengan latihan, ia mengetahui kapan lengan robot menjadi terlalu panas atau ketika bahan kimia mendidih. Pada akhirnya, seperti juru masak berpengalaman, AI menemukan resep sempurna untuk produk yang diinginkan.

Tim juga meminta Coscientist untuk mengoptimalkan serangkaian reaksi kimia untuk meningkatkan hasil—sebuah tantangan kimia yang sangat sulit. Hanya dengan 10 contoh, kinerja sistem lebih baik daripada metode pembelajaran mesin yang sudah ada. Para ilmuwan mengalami kesulitan ketika komponen GPT-nya tidak memiliki cukup contoh, namun mereka dengan cepat mempelajarinya. Setelah setiap iterasi, mereka memperoleh “pengetahuan” dan menyesuaikan strateginya untuk merencanakan langkah selanjutnya dari waktu ke waktu.

Untuk saat ini, Coscientist seperti mahasiswa kimia baru. Ia dapat membaca dan menganalisis publikasi terkini, menghasilkan ide, dan mengujinya. Namun terkadang hal ini juga memunculkan hal-hal yang tidak masuk akal, sebuah kehancuran yang melanda sebagian besar model bahasa besar. Oleh karena itu, penting bagi ahli kimia untuk menggunakannya intuisi mereka dan periksa hasilnya. Permasalahan kimia di dunia nyata juga jauh lebih kompleks dibandingkan dengan permasalahan yang ditangani dalam penelitian ini, terutama dalam bidang biologi.

Dengan lebih banyak pengembangan, tim membayangkan Coscientist sebagai penolong. Ia dapat dengan cepat menguji berbagai resep kimia, dan ahli kimia dapat tidur nyenyak saat sistem robotik tersebut bekerja.

“Kita bisa memiliki sesuatu yang bisa berjalan secara mandiri, mencoba menemukan fenomena baru, reaksi baru, ide-ide baru,” kata Gomes.

Gambar Kredit: louis reed / Unsplash