ШІ, що стоїть за ChatGPT, готовий до хімії

Перевидано Платоном

читають: 0

The AI Behind ChatGPT Is Ready to Do Chemistry PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Завдяки ряду глянцевих камер, з’єднаних звивистими трубками, установка на основі штучного інтелекту більше схожа на футуристичну пивоварню, ніж на хімічну лабораторію.

Але коли оператор-людина отримує підказку «зробити аспірин», система починає діяти, як добре змащена команда хіміків. Один штучний інтелект бере команду та шукає в мережі Інтернет, щоб оптимізувати «рецепт» ліків. Інший штучний інтелект перетворює результати в код, а третій керує роботизованими руками для проведення експерименту.

Система, називається Coscientist, є останнім кроком до автоматизації хімії за допомогою великих мовних моделей. Тип алгоритму, що лежить в основі популярного ChatGPT, великі мовні моделі захопили світ своєю здатністю розуміти мову, аудіо та вхідні зображення, водночас видаючи корисні, якщо не завжди точні, відповіді.

ШІ вже справляє фурор у лабораторії. Від моделювання білкових структур — розв’язання головоломки, яка тривала півтора десятиліття — до пошукових моделей у генетичних даних і «галюцинацій» нових хімічних препаратів, таких як антибіотики, технологія є готовий трансформувати науку.

Coscientist є одним із перших у своєму роді. Розроблений доктором Гейбом Гомесом і його колегами з Університету Карнегі-Меллона, він автономно вивчає рецепти хімічних реакцій і розробляє лабораторні процедури, щоб зробити їх всього за кілька хвилин.

На підтвердження концепції наскрізна система запустила складну хімічну реакцію що перемогло Нобелівська премія з хімії 2010 року за її важливу роль у розробці ліків.

«Це перший випадок, коли неорганічний інтелект спланував, спроектував і виконав цю складну реакцію, винайдену людьми», сказав Гомес.

Особливістю системи є її модульність. Розподіляючи хімічні завдання, Coscientist поводиться як команда хіміків, які працюють у тандемі, щоб знайти рішення, прискорюючи весь процес відкриття ліків.

Coscientist наближає «бачення автономних лабораторій на крок ближче до реальності», пише Ана Лаура Діас і доктор Тіаго Родрігес з Лісабонського університету, які не брали участі в роботі.

Breaking Bad

Хімія дуже схожа на вдосконалення рецепта.

Починається з мети: створити хімічну речовину з найменшою кількістю відходів. Подібно до того, як кухарі шукають ідеї рецептів в Інтернеті, хіміки копаються в опублікованій літературі та розробляють протокол.

Це виснажливий процес. Постраждавши від синтезу нової хімічної речовини, хіміки годинами шукають бази даних подібних молекул і реакцій. Їм потрібні численні дослідження, експерименти та перегляд, перш ніж вони отримають бажану молекулу з мінімальними відходами.

«Тому хіміки давно прагнули розробити автоматизовані системи, щоб полегшити свою роботу», — писали Діас і Родрігес.

Одним з основних кроків є впорскування різних типів хімікатів у точних кількостях і в ідеальний час у кілька «камер», щоб могли відбуватися окремі реакції. Зазвичай це робиться вручну, але тепер доступних роботів можна легко запрограмувати на встановлення нових хімічних взаємодій. Однак вони не ідеальні. Більшість може виконувати лише одну реакцію.

«Ці обмеження зірвали мрію» для автономних роботів-хіміків, написали Діас і Родрігес.

Тут на допомогу приходить GPT-4 від OpenAI, алгоритм ChatGPT.

Привіт, хімічний світ

Порівнюючи ряд великих мовних моделей, таких як GPT-4, Клод та Falcon , команда виявила, що Coscientist може створити детальні «рецепти» для виробництва хімікатів із високим виходом. Нове дослідження являє собою триетапний процес, який включає кілька точно налаштованих екземплярів GPT-4 в автоматизований хімік.

Перший — це бібліотекар зі штучним інтелектом, який навчається з різноманітних онлайн-джерел. Коли команда відслідковувала його вподобання, вони виявили, що ШІ витрачав найбільше часу на перегляд літератури з провідних хімічних журналів. Це розуміння є цінним. Великі мовні моделі, які часто називають «чорним ящиком», не завжди пояснюють, як вони обчислюють результати. З іншого боку, Coscientist викладає свої міркування, як хімік, який пише записи в лабораторному зошиті, тому його роботу легше відтворити.

Другий штучний інтелект у Coscientist «читає» посібники користувача для робототехнічних рук, які розподіляють хімічні реактиви. Подібно до читання брошури про те, як працювати з новою газонокосаркою, ШІ використовує знання, щоб «розуміти» її інструкції.

Нарешті, третій ШІ керує робототехнічною рукою для синтезу хімікатів. Він також має вбудований «режим професора», який аналізує, які реакції працюють, а які ні, щоб передавати їх у систему для подальшого тонкого налаштування.

Нобелівська спроба

У початковому тесті Coscientist виконував роль свого роду бармена.

Завантажений декількома кольоровими рідинами, штучний інтелект контролював роботизовану руку, щоб акуратно розпилювати кожен колір у лінію всередині сітки з 96 лунками. Це все одно, що намагатися зробити різнокольорові кубики льоду у формі для льоду, не проливши їх. В основному це спрацювало. За допомогою простої команди «намалюй синю діагональ» Coscientist зміг виконати вказівки (з невеликою допомогою людини).

Нарощуючи труднощі, команда потім кинула виклик системі синтезувати сім популярних ліків, включаючи звичайні болезаспокійливі, такі як аспірин, ацетамінофен — активний інгредієнт тайленолу — та ібупрофен.

Coscientist підрахував, скільки кожного інгредієнта потрібно для кожної роботизованої руки, і змішав їх на оптимальній швидкості. Перший раз штучний інтелект мав труднощі, але на практиці він дізнався, коли роботизовані руки перегріваються або коли хімікати википають. Зрештою, як досвідчений кухар, ШІ знайшов ідеальний рецепт потрібного продукту.

Команда також попросила Coscientist оптимізувати низку хімічних реакцій для збільшення виходу — сумнозвісно складне хімічне завдання. Лише 10 прикладів показали, що система працює краще, ніж усталений метод машинного навчання. Coscientist важко було, коли його компоненти GPT не мали достатньо прикладів, але швидко навчилися. Після кожної ітерації він отримував «знання» та адаптував свою стратегію для планування наступного кроку з часом.

Наразі Coscientist трохи схожий на нового студента хімії. Він може читати та аналізувати поточні публікації, генерувати ідеї та перевіряти їх. Але він також іноді викидає нісенітницю, падіння, яке переслідує більшість великих мовних моделей. Тому його необхідно використовувати хімікам їхню інтуїцію і перевірте результати. Реальні хімічні проблеми також набагато складніші, ніж ті, які розглядаються в дослідженні, особливо в царині біології.

З подальшим розвитком команда бачить Coscientist як помічника. Він може швидко перевірити низку хімічних рецептів, і хіміки можуть добре виспатися вночі, поки роботизована система не працює.

«Ми можемо мати щось, що може працювати автономно, намагаючись відкрити нові явища, нові реакції, нові ідеї», — сказав Гомес.

Зображення Фото: Луїс Рід / Unsplash