ИИ, стоящий за ChatGPT, готов заниматься химией

Переиздано Платоном

Читают: 0

Искусственный интеллект, стоящий за ChatGPT, готов заниматься химическим анализом данных PlatoBlockchain. Вертикальный поиск. Ай.

Благодаря ряду блестящих камер, соединенных волнистыми трубками, установка с искусственным интеллектом больше похожа на футуристическую пивоварню, чем на химическую лабораторию.

Тем не менее, когда человек-оператор дает подсказку «приготовить аспирин», система начинает действовать, как слаженная команда химиков. Один ИИ берет на себя команду и просматривает Интернет, чтобы оптимизировать «рецепт» лекарства. Другой ИИ переводит результаты в код, а третий направляет роботизированные руки для проведения эксперимента.

Система, под названием Coscientist, является последним достижением в области автоматизации химии с помощью больших языковых моделей. Тип алгоритма, лежащий в основе популярного ChatGPT, большие языковые модели покорили мир своей способностью понимать языковые, аудио- и графические входные данные, одновременно выдавая полезные — хотя и не всегда точные — ответы.

Искусственный интеллект уже производит фурор в лабораториях. От моделирования белковых структур (решение загадки, которая длилась полвека) до поиска закономерностей в генетических данных и «галлюцинаций» новых химических лекарств, таких как антибиотики, технология такая намерен преобразовать науку.

Coscientist – один из первых в своем роде. Разработанный доктором Гейбом Гомесом и его коллегами из Университета Карнеги-Меллон, он самостоятельно изучает рецепты химических реакций и разрабатывает лабораторные процедуры, позволяющие их провести всего за несколько минут.

В качестве доказательства концепции комплексная система провела сложную химическую реакцию. что выиграл Нобелевская премия по химии 2010 года за решающую роль в разработке лекарств.

«Это первый случай, когда неорганический разум спланировал, спроектировал и осуществил эту сложную реакцию, изобретенную людьми». — сказал Гомеш.

Особенностью системы является ее модульность. Разделяя задачи по химии, Coscientist ведет себя как команда химиков, работающих в тандеме над поиском решения, ускоряя весь процесс открытия лекарств.

Coscientist приближает «видение беспилотных лабораторий на шаг ближе к реальности». писал Ана Лаура Диас и доктор Тиаго Родригеш из Лиссабонского университета, которые не принимали участия в работе.

"Во все тяжкие"

Химия во многом похожа на совершенствование рецепта.

Все начинается с цели: производить химическое вещество с наименьшим количеством отходов. Точно так же, как повара ищут в Интернете идеи рецептов, химики копаются в опубликованной литературе и разрабатывают протокол.

Это утомительный процесс. Задавшись целью синтезировать новое химическое вещество, химики часами ищут в базах данных похожие молекулы и реакции. Им потребуется несколько раундов исследований, экспериментов и пересмотров, прежде чем они получат желаемую молекулу с минимальными потерями.

«Поэтому химики давно стремились разработать автоматизированные системы для облегчения своей работы», — пишут Диас и Родригес.

Одним из основных шагов является введение различных типов химикатов в точных количествах и в идеальное время в несколько «камер», чтобы могли происходить отдельные реакции. Обычно это делается вручную, но теперь доступных роботов можно легко запрограммировать для создания новых химических взаимодействий. Однако они не идеальны. Большинство из них могут выполнить только одну реакцию.

«Эти ограничения разрушили мечту» автономных роботов-химиков, пишут Диас и Родригес.

Здесь на помощь приходит GPT-4 от OpenAI, алгоритм, лежащий в основе ChatGPT.

Привет, химический мир

Сравнивая ряд больших языковых моделей, таких как GPT-4, Клоди Cокол, команда обнаружила, что Coscientist может создавать подробные «рецепты» для производства химикатов с высокими выходами. Новое исследование представляет собой трехэтапный процесс, в ходе которого несколько точно настроенных экземпляров GPT-4 помещаются в автоматизированный химик.

Первый — это библиотекарь с искусственным интеллектом, который учится из различных онлайн-источников. Когда команда отследила его предпочтения, они обнаружили, что ИИ тратит больше всего времени на просмотр литературы из ведущих химических журналов. Это понимание ценно. Большие языковые модели, которые часто называют «черным ящиком», не всегда объясняют, как они вычисляют результаты. С другой стороны, Coscientist излагает свои рассуждения так же, как химик делает записи в лабораторной книге, поэтому его работу легче воспроизвести.

Второй ИИ в Coscientist «читает» руководства пользователя для роботов-манипуляторов, распределяющих химические реагенты — подобно чтению брошюры о том, как работать с новой газонокосилкой, ИИ потребляет знания, чтобы «понять» инструкции.

Наконец, третий ИИ управляет роботизированной рукой для синтеза химических веществ. Он также имеет встроенный «режим профессора», который анализирует, какие реакции работают, а какие нет, для обратной связи в системе для дальнейшей тонкой настройки.

Нобелевская попытка

В первом тесте Coscientist выступал в роли своего рода бармена.

Нагруженный жидкостями разных цветов, ИИ управлял роботизированной рукой, которая тщательно распыляла каждый цвет на линию внутри 96-луночной сетки. Это все равно, что пытаться сделать разноцветные кубики льда в лотке для льда, не проливая его. В основном это сработало. С помощью простой команды «нарисовать синюю диагональ» Coscientist смог следовать инструкциям (с небольшой помощью человека).

Усложняя задачу, команда затем поставила перед системой задачу синтезировать семь лекарств-блокбастеров, включая распространенные обезболивающие, такие как аспирин, ацетаминофен (активный ингредиент тайленола) и ибупрофен.

Учёный рассчитал, сколько каждого ингредиента необходимо для каждой роботизированной руки, и смешал их на оптимальной скорости. В первый раз ИИ боролся с трудностями, но с практикой он научился, когда роботизированные руки перегревались или когда химические вещества выкипали. В конце концов, как опытный повар, ИИ нашел идеальный рецепт желаемого продукта.

Команда также попросила Coscientist оптимизировать ряд химических реакций для увеличения выхода — общеизвестно сложная химическая задача. Всего на основе 10 примеров система работала лучше, чем признанный метод машинного обучения. Компания Coscientist столкнулась с трудностями, когда ее компонентам GPT не хватило примеров, но она быстро научилась. После каждой итерации компания приобретала «знания» и со временем адаптировала свою стратегию для планирования следующего шага.

На данный момент Coscientist немного похож на нового студента-химика. Он может читать и анализировать текущие публикации, генерировать идеи и тестировать их. Но иногда он извергает бессмыслицу, что является проблемой для большинства крупных языковых моделей. Поэтому химикам необходимо использовать их интуиция и проверьте результаты. Реальные химические проблемы также гораздо сложнее, чем те, которые рассматриваются в исследовании, особенно в области биологии.

По мере дальнейшего развития команда рассматривает Coscientist как помощника. Он может быстро протестировать ряд химических рецептов, а химики смогут хорошо выспаться ночью, пока роботизированная система работает.

«У нас может быть что-то, что может работать автономно, пытаясь открыть новые явления, новые реакции, новые идеи», — сказал Гомес.

Изображение Фото: Луи Рид / Unsplash