A IA por trás do ChatGPT está pronta para fazer química

Republicado por Platão

seguidores: 0

A IA por trás do ChatGPT está pronta para fazer química PlatoBlockchain Data Intelligence. Pesquisa vertical. Ai.

Com sua fileira de câmaras brilhantes conectadas por tubos ondulados, a configuração alimentada por IA parece mais uma cervejaria futurística do que um laboratório de química.

No entanto, quando recebe um aviso do seu operador humano – “fazer aspirina” – o sistema entra em acção como uma equipa bem lubrificada de químicos. Uma IA assume o comando e vasculha a web para otimizar uma “receita” do medicamento. Outra IA traduz os resultados em código e uma terceira direciona braços robóticos para realizar o experimento.

O sistema, chamado Coscientist, é o mais recente esforço para automatizar a química com grandes modelos de linguagem. O tipo de algoritmo por trás do popular ChatGPT, grandes modelos de linguagem conquistaram o mundo com sua capacidade de compreender entradas de linguagem, áudio e imagem, ao mesmo tempo em que distribuem respostas úteis, embora nem sempre precisas.

A IA já está causando sucesso no laboratório. Da modelagem de estruturas de proteínas – a solução para um enigma de meia década – à caça de padrões em dados genéticos e à “alucinação” de novas drogas químicas, como antibióticos, a tecnologia é pronto para transformar a ciência.

Coscientist é um dos primeiros desse tipo. Desenvolvido pelo Dr. Gabe Gomes e colegas da Carnegie Mellon University, ele aprende receitas de reações químicas de forma autônoma e projeta procedimentos de laboratório para produzi-las em apenas alguns minutos.

Como prova de conceito, o sistema ponta a ponta desencadeou uma reação química complexa que ganhou o Prêmio Nobel de Química de 2010 por seu papel crítico no desenvolvimento de medicamentos.

“Esta é a primeira vez que uma inteligência não orgânica planejou, projetou e executou esta reação complexa que foi inventada por humanos”, dito Gomes.

Uma peculiaridade do sistema é sua modularidade. Ao dividir as tarefas químicas, o Coscientist se comporta como uma equipe de químicos trabalhando em conjunto para encontrar uma solução, acelerando todo o processo de descoberta de medicamentos.

Coscientist traz “a visão dos laboratórios autônomos um passo mais perto da realidade” escreveu Ana Laura Dias e Dr. Tiago Rodrigues da Universidade de Lisboa, que não estiveram envolvidos no trabalho.

Breaking Bad

Química é muito parecida com aperfeiçoar uma receita.

Tudo começa com um objetivo: produzir um produto químico com o mínimo de desperdício. Assim como os cozinheiros navegam na web em busca de ideias de receitas, os químicos pesquisam a literatura publicada e elaboram um protocolo.

É um processo tedioso. Desafiados com a síntese de um novo produto químico, os químicos passam horas pesquisando bancos de dados de moléculas e reações semelhantes. Eles precisam de várias rodadas de pesquisa, experimentação e revisão antes de obterem a molécula desejada com o mínimo de desperdício.

“Os químicos, portanto, há muito aspiravam a desenvolver sistemas automatizados para facilitar o seu trabalho”, escreveram Dias e Rodrigues.

Um passo importante é injetar diferentes tipos de produtos químicos nas quantidades exatas e nos tempos perfeitos em múltiplas “câmaras” para que possam ocorrer reações separadas. Normalmente, isso é feito manualmente, mas agora robôs acessíveis podem ser facilmente programados para estabelecer novas interações químicas. Eles não são perfeitos, no entanto. A maioria só pode realizar uma reação.

“Essas limitações frustraram o sonho” dos robôs químicos autônomos, escreveram Dias e Rodrigues.

É aqui que entra o GPT-4 da OpenAI, o algoritmo por trás do ChatGPT.

Olá, Mundo Químico

Comparando uma variedade de modelos de linguagem grandes, como GPT-4, Claude e falcão, a equipe descobriu que o Coscientist poderia gerar “receitas” detalhadas para produzir produtos químicos com alto rendimento. O novo estudo é um processo de três etapas, agrupando várias instâncias ajustadas de GPT-4 em um químico automatizado.

O primeiro é o bibliotecário de IA, que aprende com uma variedade de fontes online. Quando a equipe rastreou suas preferências, descobriu que a IA passava a maior parte do tempo visitando literatura das principais revistas químicas. Essa percepção é valiosa. Muitas vezes descritos como uma “caixa preta”, os grandes modelos de linguagem nem sempre explicam como calculam seus resultados. O cocientista, por outro lado, expõe seu raciocínio como um químico fazendo anotações em um livro de laboratório, de modo que seu trabalho é mais fácil de reproduzir.

A segunda IA do Coscientist “lê” manuais do usuário de braços robóticos que distribuem reagentes químicos – como ao ler um panfleto sobre como operar um novo cortador de grama, a IA consome o conhecimento para “entender” suas instruções.

Finalmente, a terceira IA opera um braço robótico para sintetizar produtos químicos. Ele também possui um “modo professor” integrado, que analisa quais reações funcionam – e quais não funcionam – para realimentar o sistema para ajustes adicionais.

Um esforço Nobel

Num teste inicial, Coscientist atuou como uma espécie de bartender.

Carregado com vários líquidos coloridos, a IA controlou o braço robótico para pulverizar cuidadosamente cada cor em uma linha dentro de uma grade de 96 poços. É como tentar fazer cubos de gelo multicoloridos em uma bandeja de gelo sem derramar. Funcionou principalmente. Com um simples comando “desenhar uma diagonal azul”, o Coscientist conseguiu seguir as instruções (com um pouco de ajuda humana).

Aumentando a dificuldade, a equipe desafiou em seguida o sistema a sintetizar sete medicamentos de grande sucesso, incluindo analgésicos comuns como aspirina, paracetamol – o ingrediente ativo do Tylenol – e ibuprofeno.

O cocientista calculou quanto de cada ingrediente era necessário para cada braço robótico e misturou-os na velocidade ideal. A IA teve dificuldades na primeira vez, mas com a prática aprendeu quando os braços robóticos superaqueciam ou quando os produtos químicos transbordavam. Eventualmente, como um cozinheiro experiente, a IA encontrou uma receita perfeita para o produto desejado.

A equipe também pediu ao Coscientist que otimizasse uma série de reações químicas para aumentar o rendimento – um desafio químico notoriamente difícil. Com apenas 10 exemplos, o sistema teve um desempenho melhor do que um método de aprendizado de máquina estabelecido. O Coscientist teve dificuldades quando seus componentes GPT não tinham exemplos suficientes, mas aprendeu rapidamente. Após cada iteração, adquiriu “conhecimento” e adaptou a sua estratégia para planear o próximo passo ao longo do tempo.

Por enquanto, Coscientist é um pouco como um novo estudante de química. Pode ler e analisar publicações atuais, gerar ideias e testá-las. Mas às vezes também emite bobagens, uma queda que assola a maioria dos grandes modelos de linguagem. Portanto, é necessário que os químicos usem sua intuição e confira os resultados. Os problemas químicos do mundo real também são muito mais complexos do que os abordados no estudo, especialmente no domínio da biologia.

Com mais desenvolvimento, a equipe vê o Coscientist como um ajudante. Ele pode testar rapidamente uma variedade de receitas químicas, e os químicos podem ter uma boa noite de sono enquanto o sistema robótico funciona.

“Podemos ter algo que pode funcionar de forma autónoma, tentando descobrir novos fenómenos, novas reações, novas ideias”, disse Gomes.

Crédito de imagem: Louis Reed / Unsplash