Химия с ее сложными процессами и огромным инновационным потенциалом всегда была проблемой для автоматизации. Традиционные вычислительные инструменты, несмотря на их расширенные возможности, часто остаются недостаточно используемыми из-за своей сложности и специальных знаний, необходимых для их работы.
Теперь исследователи из группы Филиппа Шваллера из EPFL разработали ChemCrow, ИИ, который объединяет 18 профессионально разработанных инструментов, что позволяет ему ориентироваться и выполнять задачи в рамках химических исследований с беспрецедентной эффективностью. Их исследование опубликовано в журнале Nature Machine Intelligence .
«Вы можете задаться вопросом, почему ворона?» — спрашивает Шваллер. «Потому что вороны, как известно, хорошо используют инструменты».
ChemCrow был разработан доктором философии. студенты Андрес Бран и Оливер Шилтер (EPFL, NCCR Catalesis) в сотрудничестве с Сэмом Коксом и профессором Эндрю Уайтом из FutureHouse и Университета Рочестера.
ChemCrow основан на большой языковой модели (LLM), такой как GPT-4, дополненной LangChain для интеграции инструментов для автономного выполнения задач химического синтеза. Ученые дополнили языковую модель набором специализированных программных инструментов, уже используемых в химии, включая WebSearch для поиска информации в Интернете, LitSearch для извлечения научной литературы, а также различные молекулярные и реакционные инструменты для химического анализа .
Интегрировав ChemCrow с этими инструментами, исследователи позволили ему автономно планировать и выполнять химические синтезы, такие как создание средств от насекомых и различных органокализаторов, и даже помогать в открытии новых хромофоров, веществ, имеющих фундаментальное значение для красочной и пигментной промышленности.
Что отличает ChemCrow, так это его способность адаптировать и применять структурированный процесс рассуждения к химическим задачам.
«Система аналогична эксперту-человеку с доступом к калькулятору и базам данных, которые не только повышают эффективность работы эксперта, но и делают его более информативным — в случае ChemCrow, уменьшая галлюцинации», — объясняет Андрес Камило Маруланда Бран, первый научный сотрудник исследования. автор.
ChemCrow получает подсказку от пользователя, заранее планирует, как решить задачу, выбирает соответствующие инструменты и итеративно уточняет свою стратегию на основе результатов каждого шага. Этот методический подход гарантирует, что ChemCrow не только отрабатывает теорию, но и опирается на практическое применение для реального взаимодействия с лабораторной средой.
Демократизируя доступ к сложным химическим знаниям и процессам, ChemCrow снижает входной барьер для неспециалистов, одновременно расширяя набор инструментов, доступных опытным химикам. Это может ускорить исследования и разработки в фармацевтике, материаловедении и других сферах, делая процесс более эффективным и безопасным.