The AI Behind ChatGPT Is Ready To Do Chemistry

Újra kiadta Platón

Követő: 0

A csillogó csövekkel összekapcsolt, fényes kamrák sorában a mesterséges intelligencia által működtetett berendezés inkább futurisztikus sörfőzdére, semmint kémiai laborra hasonlít.

Mégis, amikor emberi kezelője felszólítja – „készítsen aszpirint”, a rendszer úgy ugrik be, mint egy jól megolajozott vegyészcsapat. Az egyik mesterséges intelligencia átveszi a parancsot, és átkutatja az internetet, hogy optimalizálja a gyógyszer „receptjét”. Egy másik mesterséges intelligencia az eredményeket kódba fordítja, a harmadik pedig robotkarokat irányít a kísérlet végrehajtására.

A rendszer, A Coscientist a legújabb eszköz a kémia nagy nyelvi modellekkel történő automatizálására. A népszerű ChatGPT mögött meghúzódó algoritmus típusa, a nagy nyelvi modellek meghódították a világot azzal, hogy képesek megérteni a nyelvet, a hang- és képbemeneteket, miközben hasznos – ha nem is mindig pontos – válaszokat adnak ki.

A mesterséges intelligencia máris feltűnést kelt a laborban. A fehérjeszerkezetek modellezésétől – a megoldástól egy fél évtizedes rejtélyig – a genetikai adatokban való vadászási mintákig és az új kémiai gyógyszerek „hallucinálásáig”, mint pl. antibiotikumok, a technológia az a tudomány átalakítására készül.

A Coscientist az egyik első a maga nemében. A Dr. Gabe Gomes és a Carnegie Mellon Egyetem munkatársai által kifejlesztett program önállóan megtanulja a kémiai reakciók receptjeit, és laboratóriumi eljárásokat tervez, hogy azokat néhány perc alatt elkészítse.

A koncepció bizonyítékaként a végponttól végpontig rendszer egy összetett kémiai reakciót hajtott végre az nyert 2010-ben a kémiai Nobel-díjat a gyógyszerfejlesztésben játszott kritikus szerepéért.

"Ez az első alkalom, hogy egy nem organikus intelligencia megtervezte, megtervezte és végrehajtotta ezt az összetett reakciót, amelyet az emberek találtak ki" mondott Gomes.

A rendszer sajátossága a modularitása. A kémiai feladatok felosztásával a Coscientist úgy viselkedik, mint egy vegyészcsapat, akik együtt dolgoznak a megoldáson, felgyorsítva ezzel a teljes gyógyszerkutatási folyamatot.

A Coscientist „egy lépéssel közelebb hozza az önvezető laboratóriumok vízióját a valósághoz” írt Ana Laura Dias és Dr. Tiago Rodrigues a Lisszaboni Egyetemen, akik nem vettek részt a munkában.

Breaking Bad

A kémia olyan, mint egy recept tökéletesítése.

Egy céllal kezdődik: Készítsen vegyszert a legkevesebb hulladékkal. Ahogy a szakácsok receptötleteket keresnek az interneten, a kémikusok beleássák magukat a publikált irodalomba, és protokollt készítenek.

Ez egy fárasztó folyamat. Egy új vegyi anyag szintetizálásával küzdő kémikusok órákat töltenek a hasonló molekulák és reakciók adatbázisainak keresésével. Többszöri kutatásra, kísérletezésre és felülvizsgálatra van szükségük, mielőtt minimális hulladékkal megkapnák a kívánt molekulát.

„A vegyészek ezért régóta törekedtek automatizált rendszerek kifejlesztésére, hogy megkönnyítsék munkájukat” – írta Dias és Rodrigues.

Az egyik fő lépés a különböző típusú vegyszerek pontos mennyiségben és tökéletes időben történő befecskendezése több „kamrába”, hogy külön reakciók menjenek végbe. Általában ez kézzel történik, de ma már megfizethető robotok könnyen programozhatók új kémiai kölcsönhatások létrehozására. Nem tökéletesek azonban. A legtöbb csak egy reakciót tud végrehajtani.

„Ezek a korlátok meghiúsították az autonóm robotkémikusok álmát” – írta Dias és Rodrigues.

Itt jön be az OpenAI GPT-4, a ChatGPT mögötti algoritmus.

Hello, Chemical World!

Egy sor nagy nyelvi modell, például a GPT-4 összehasonlítása, Claudeés Sólyom, a csapat megállapította, hogy a Coscientist részletes „recepteket” tud készíteni a vegyi anyagok nagy hozamú előállításához. Az új tanulmány egy háromlépéses folyamat, amely a GPT-4 több finomhangolt példányát egy automatizált vegyészbe fűzi.

Az első az AI könyvtáros, aki különféle online forrásokból tanul. Amikor a csapat nyomon követte preferenciáit, azt találták, hogy a mesterséges intelligencia a legtöbb időt a vezető kémiai folyóiratok irodalmának meglátogatásával töltötte. Ez a felismerés értékes. A gyakran „fekete doboznak” nevezett nagy nyelvi modellek nem mindig magyarázzák meg, hogyan számítják ki eredményeiket. A Coscientist viszont úgy fogalmazza meg az érvelését, mint egy vegyész, aki jegyzeteket ír a laborkönyvbe, így a munkája könnyebben reprodukálható.

A Coscientist második mesterséges intelligenciája a kémiai reagenseket adagoló robotkarok felhasználói kézikönyveit „olvassa” – például egy füzetet olvas egy új fűnyíró kezeléséről, az AI felhasználja a tudást, hogy „megértse” az utasításait.

Végül a harmadik mesterséges intelligencia egy robotkart működtet, amely vegyi anyagokat szintetizál. Beépített „professzor üzemmóddal” is rendelkezik, amely elemzi, hogy mely reakciók működnek – és melyek nem –, hogy visszacsatolják a rendszert a további finomhangolás érdekében.

Nobel-törekvés

A kezdeti teszt során Coscientist egyfajta csaposként viselkedett.

A többféle színű folyadékkal megrakott mesterséges intelligencia irányította a robotkart, hogy óvatosan szórja be az egyes színeket egy 96 lyukú rácson belüli vonalba. Ez olyan, mintha több színű jégkockákat próbálnánk készíteni egy jégtálcában anélkül, hogy kifolyna. Leginkább működött. Egy egyszerű „rajzolj kék átlót” paranccsal a Coscientist követni tudta az utasításokat (kis emberi segítséggel).

Tovább fokozva a nehézséget, a csapat ezt követően kihívás elé állította a rendszert, hogy szintetizáljon hét kasszasiker gyógyszert, köztük olyan gyakori fájdalomcsillapítókat, mint az aszpirin, az acetaminofen – a Tylenol hatóanyaga – és az ibuprofén.

A Coscientist kiszámította, hogy az egyes összetevőkből mennyi szükséges az egyes robotkarokhoz, és optimális sebességgel összekeverte őket. Az AI először küzdött, de gyakorlással megtanulta, mikor melegednek túl a robotkarok, vagy mikor forrnak fel a vegyszerek. Végül, mint egy tapasztalt szakács, a mesterséges intelligencia tökéletes receptet dolgozott ki a kívánt termékhez.

A csapat arra is felkérte a Coscientist, hogy optimalizálja a kémiai reakciók sorát a hozam növelése érdekében – ez egy köztudottan nehéz kémiai kihívás. Mindössze 10 példával a rendszer jobban teljesített, mint egy bevált gépi tanulási módszer. A Coscientist küszködött, amikor a GPT összetevőinek nem volt elegendő példája, de gyorsan megtanulta. Minden iteráció után „tudásra” tett szert, és idővel adaptálta stratégiáját a következő lépés megtervezéséhez.

Egyelőre Coscientist egy kicsit olyan, mint egy új kémiahallgató. Aktuális publikációkat tud olvasni és elemezni, ötleteket generálni és tesztelni. De néha ostobaságokat is kidob, a legtöbb nagy nyelvi modellt sújtó bukás. Ezért szükséges, hogy vegyészek használják az intuíciójukat és ellenőrizze az eredményeket. A valós világ kémiai problémái is sokkal összetettebbek, mint a tanulmányban tárgyaltak, különösen a biológia területén.

Több fejlesztéssel a csapat a Coscientist-t képzeli el segítőként. Gyorsan tesztelni tud egy sor vegyi receptet, és a vegyészek jó éjszakai alvást kaphatnak, miközben a robotrendszer felpörög.

„Van valami, ami önállóan futhat, és megpróbál új jelenségeket, új reakciókat, új ötleteket felfedezni” – mondta Gomes.

Kép: Louis Reed / Unsplash