AI จะเปลี่ยนวิธีที่เราทำเคมี: การทดสอบ GPT-3

L 'ปัญญาประดิษฐ์ กำลังกลายเป็นเครื่องมือพื้นฐานในการวิจัย Chimica: การออกแบบโมเลกุลหรือการทำนายลักษณะเฉพาะของโมเลกุลสามารถไว้วางใจให้กับแบบจำลองภาษาที่ได้รับการฝึกมาเป็นพิเศษและ เรียนรู้เครื่อง พบได้ในห้องปฏิบัติการเคมีแล้ว

สิ่งที่นักวิจัยค้นพบ สหพันธรัฐโปลีเทคนิคแห่งโลซานน์อย่างไรก็ตาม มีศักยภาพที่จะปฏิวัติการวิจัยทางเคมีอย่างสมบูรณ์: จีพีที-3, นี่เป็นชื่อแรกของการศึกษาที่เพิ่งตีพิมพ์ใน “Nature Machine Intelligence” อาจเป็น “ทุกสิ่งที่คุณต้องการสำหรับการตรวจสอบทางเคมีจากชุดข้อมูลที่จำกัด"

แม้ว่าผมจะไม่ค่อยรู้อะไรมากนักก็ตาม วรรณกรรมเคมีเวอร์ชั่นของ GPT-3 สมบูรณ์แบบโดยทีมงานที่ เบเรนด์ สมิธ ได้พิสูจน์แล้วว่าสามารถแข่งขันกับเทคนิคดั้งเดิมและมีราคาแพงได้ การเรียนรู้อัตโนมัติเป็นผู้บุกเบิกแนวทางใหม่ในด้านเคมีที่อาจเปลี่ยนแปลงวิธีการวิจัยไปตลอดกาล

Generative AI: “งานเหล่านี้จะไม่มีอีกต่อไป ต้องขอบคุณฉัน”
จอกศักดิ์สิทธิ์แห่งเคมีสีเขียว: ฟลูออโรเคมีที่ปราศจากสารพิษ
GPT-3 อัลกอริทึมเขียนเหมือนมนุษย์มาถึงอิตาลีแล้ว

เคมีในคำพูด: การทดสอบ GPT-3 AI

L 'ปัญญาประดิษฐ์ ได้เข้าสู่การวิจัยทางเคมีมาระยะหนึ่งแล้ว:การเรียนรู้อัตโนมัติโดยเฉพาะอย่างยิ่ง ได้รับการยกย่องอย่างสูงในช่วงหลายปีที่ผ่านมาสำหรับความสามารถในการตัดสินใจโดยอาศัยข้อมูลและการคาดการณ์ที่แม่นยำมากซึ่งสามารถนำมาใช้ได้ เพื่อการคิดค้นยาใหม่ๆ อีกด้วย.

อย่างไรก็ตาม การเรียนรู้ของเครื่องจำเป็นต้องมี ข้อมูลจำนวนมาก เพื่อทำการคาดการณ์ที่เชื่อถือได้ ซึ่งไม่ชัดเจนนักในวิชาเคมี บ่อยครั้งที่ข้อมูลที่มีอยู่ไม่เพียงพอสำหรับอัลกอริทึมในการปฏิบัติ ดังนั้นประสิทธิภาพของการเรียนรู้ของเครื่องแบบ "ติดป้ายกำกับ" หรือภายใต้การดูแลจึงขึ้นอยู่กับ ข้อ จำกัด ที่ร้ายแรง.

ดังนั้นนักวิทยาศาสตร์บางคนEPFL พวกเขาคิดถึง ทดสอบศักยภาพของ GPT-3,ที่ฐานที่มีชื่อเสียง แอปพลิเคชัน ChatGPT"ความจริงที่ว่าแบบจำลองพื้นฐานสามารถทำงานที่ไม่ได้รับการฝึกอบรมมาอย่างชัดเจนได้” เราอ่านในการศึกษาที่เพิ่งตีพิมพ์เมื่อ 'ปัญญาเครื่องจักรธรรมชาติ'"ทำให้เราสงสัยว่าพวกเขาสามารถตอบคำถามทางวิทยาศาสตร์ที่เราไม่มีคำตอบได้หรือไม่"

เนื่องจากในการวิจัยทางเคมีปัญหาส่วนใหญ่อาจเป็นได้ แสดงออกมาเป็นคำพูดนักวิจัยได้คิดที่จะฝึกแบบจำลองขนาดมหึมาเหล่านี้เพื่อตอบคำถามบางอย่าง คำถาม "นักเคมี" ซึ่งแก้ไขไม่ได้โดยไม่ต้องอาศัยความซับซ้อน การจำลองและการทดลอง (ตัวอย่างเช่น: “หากฉันเปลี่ยนโลหะในโครงโลหะ-ออร์แกนิกของฉัน มันจะเสถียรในน้ำหรือไม่?")

ปัญญาประดิษฐ์และโฮโลแกรม: ขอบเขตใหม่ของการดูแลสุขภาพ
"การขนส่งแบบโฮโลทรานสปอร์ต" ที่ผสานรวมกับปัญญาประดิษฐ์เปิดตัวเป็นครั้งแรก
SwissGPT: AI ของสวิสที่ปฏิวัติการรักษาความปลอดภัยขององค์กร

เคมี: GPT-3 ที่ได้รับการปรับปรุงเพื่อคำตอบที่เป็นไปไม่ได้

วิธีการที่พัฒนาโดยนักวิจัย EPFL ไม่ได้ถามคำถามเกี่ยวกับเคมี GPT-3 โดยตรง ซึ่งตรงกันข้ามกับสิ่งที่สงสัยในตอนแรก “GPT-3 ไม่คุ้นเคยกับวรรณกรรมทางเคมีส่วนใหญ่ ดังนั้นหากเราถามคำถามทางเคมีกับ ChatGPT โดยทั่วไปคำตอบจะจำกัดอยู่เพียงสิ่งที่สามารถพบได้ในวิกิพีเดีย“ เขาอธิบาย เควิน มายค์ จาบลอนก้าผู้เขียนนำการศึกษาวิจัยนี้

"แทน” Jablonka อธิบาย “เรา เพิ่มประสิทธิภาพ GPT-3 ด้วยชุดข้อมูลขนาดเล็ก เปลี่ยนมาเป็นคำถามและคำตอบ และเราก็มีโมเดลใหม่ที่สามารถให้ข้อมูลทางเคมีที่แม่นยำมากได้"

ในกระบวนการที่เรียกว่าการปรับแต่งอย่างละเอียด นักวิจัยได้จัดเตรียมรายการ GPT-3 ที่รวบรวมไว้ คำถามและคำตอบ"ตัวอย่างเช่น สำหรับโลหะผสมที่มีเอนโทรปีสูง สิ่งสำคัญคือต้องทราบว่าโลหะผสมเกิดขึ้นในเฟสเดียวหรือมีหลายเฟส"อธิบาย เบเรนด์ สมิธศาสตราจารย์สาขาวิศวกรรมเคมีที่ School of Basic Sciences ของ EPFL

Smit อธิบายว่าปัญหาดังกล่าวได้รับการแปลเป็นรายการคำถามและคำตอบที่รวบรวมไว้ เช่น “D = 'ที่ มันเป็นเฟสเดียวเหรอ? R= 'ใช่/ไม่ใช่'”

"ในงานวิจัยนี้ เราพบโลหะผสมหลายชนิดที่ทราบคำตอบ และเราใช้ข้อมูลนี้เพื่อพัฒนา GPT-3” สมิทกล่าวต่อ “สิ่งที่เราได้คือโมเดล AI ที่ได้รับการฝึกฝนมาเพื่อตอบคำถามนี้เพียงเท่านั้น ใช่หรือไม่ใช่"

ปัญญาประดิษฐ์ยังเพื่อการพัฒนายาชนิดใหม่อีกด้วย
การพัฒนายาใหม่ๆ ห้องสมุดได้รับการปรับปรุงให้ดีขึ้นด้วยเคมี
สู่มนุษยนิยมแบบดิจิทัล: การวิเคราะห์การปฏิวัติด้วยการไถ่ถอน

แบบจำลองพื้นฐานเช่น GPT-3 ในงานประจำของนักวิจัย

โมเดล "ขั้นสูง" ที่ได้รับการฝึกฝนโดยมีคำถามและคำตอบค่อนข้างน้อย แก้ไขได้อย่างถูกต้อง มากกว่าร้อยละ 95 ของปัญหา เกี่ยวกับปัญหาทางเคมีที่แตกต่างกันมาก ซึ่งมักจะมีประสิทธิภาพเหนือกว่าโมเดลการเรียนรู้ของเครื่องที่ตั้งโปรแกรมไว้สำหรับงานนั้นโดยเฉพาะ

"ประเด็นก็คือ มันง่ายพอๆ กับการค้นหาวรรณกรรม” สมิทอธิบาย “ซึ่งได้ผลกับปัญหาทางเคมีมากมาย". นอกจากนี้แนวทางที่พัฒนาโดย Kevin Maik Jablonka ก็คือ รวดเร็วเป็นพิเศษ และไม่ต้องใช้ทักษะเฉพาะใดๆ ไม่เหมือนรุ่นทั่วไป เรียนรู้เครื่อง.

ความหมายของการศึกษาครั้งนี้อาจเป็นตัวชี้ขาด: ความเป็นไปได้ในการกำหนดคำถามเช่น “[สูตร] นี้ให้ผลผลิต [สารเคมี] เท่าไร?” และรับก คำตอบที่ถูกต้อง สามารถปฏิวัติวิธีการ การวิจัยทางเคมี มีการวางแผนและจัดการ

ดังการศึกษาระบุว่า “ความสามารถในการซักถามแบบจำลองพื้นฐานเช่น GPT-3 อาจกลายเป็นวิธีการประจำในการเริ่มต้นโครงการวิจัยโดยใช้ประโยชน์จากความรู้โดยรวมที่เข้ารหัสในแบบจำลองพื้นฐานเหล่านี้หรือเพื่อเป็นพื้นฐานสำหรับกิจกรรมการทำนายอี”.

"มันจะเปลี่ยนวิธีที่เราทำเคมี” ศาสตราจารย์สมิทแสดงความคิดเห็นอย่างตรงไปตรงมา

น้ำ หญ้า และมนุษยชาติ: ขีดจำกัดทางการรับรู้ของปัญญาประดิษฐ์
ปัญญาประดิษฐ์จะช่วยเราทำความสะอาดมหาสมุทรของพลาสติก
เคมี 100 อันดับแรกและความท้าทายของเศรษฐกิจโลก

GPT-3 เป็นเพียงเครื่องมือ "เพียง": การวิจัยดำเนินต่อไป

ผลการศึกษาทำให้เกิดคำถามที่ไม่ใช่คำถามรอง: เป็นไปได้อย่างไรที่ ก แบบจำลองภาษาธรรมชาติ โดยไม่ต้องอบรมวิชาเคมีใดๆ เป็นพิเศษก็ได้ แม่นยำกว่ารุ่นที่โปรแกรมไว้เป็นพิเศษ?

"ขึ้นอยู่กับความรู้ของเรา” เราอ่านในกระดาษ “ไม่มีคำตอบที่เข้มงวดสำหรับคำถามนี้"

ความจริงที่ว่าผลลัพธ์ที่น่าหวังมากนั้นได้มาจากการใช้ตัวแทนทางเคมีเชิงสมมุติอย่างสมบูรณ์ แสดงให้เห็นว่าแบบจำลองพื้นฐานเหล่านี้คือ "เหมาะมากสำหรับการแยกความสัมพันธ์จากข้อความใดๆ”.

Ma การค้นหาเพิ่งเริ่มต้นขึ้น. ตามที่นักวิจัยอธิบาย ความจริงที่ว่า GPT-3 ระบุความสัมพันธ์ที่สามารถนำไปใช้ในการคาดการณ์ได้สำเร็จ ไม่ได้หมายความว่าความสัมพันธ์จะมีนัยสำคัญเสมอไป หรือเชื่อมโยงกับความสัมพันธ์ระหว่างเหตุและผล

ขณะนี้นักวิจัยสรุปว่า GPT-3”มันเป็นเพียงเครื่องมือที่ช่วยให้เราใช้ความรู้ที่นักวิทยาศาสตร์รวบรวมมาตลอดหลายปีที่ผ่านมาได้อย่างมีประสิทธิภาพมากขึ้น"

และอีกครั้ง: "ขั้นตอนต่อไปคือการใช้ GPT-3 เพื่อระบุความสัมพันธ์เหล่านี้และทำความเข้าใจให้ลึกซึ้งยิ่งขึ้นในที่สุด"

นี่คือวิธีที่ AI ปฏิวัติพฤติกรรมการซื้อ
วิวัฒนาการของเครื่องมือค้นหา: ผลกระทบของ AI บทบาทของ Google
นี่คือวิธีที่ระบบที่ใช้ AI มีคุณค่าทางศีลธรรมที่ซ่อนอยู่...