Kemi, med dess invecklade processer och stora innovationspotential, har alltid varit en utmaning för automatisering. Traditionella beräkningsverktyg, trots sina avancerade möjligheter, förblir ofta underutnyttjade på grund av sin komplexitet och den specialiserade kunskap som krävs för att använda dem.
Nu har forskare med Philippe Schwallers grupp vid EPFL utvecklat ChemCrow, en AI som integrerar 18 expertdesignade verktyg, vilket gör det möjligt för den att navigera och utföra uppgifter inom kemisk forskning med oöverträffad effektivitet. Deras forskning publiceras i Nature Machine Intelligence .
"Du kanske undrar varför en kråka?" frågar Schwaller. "Eftersom kråkor är kända för att använda verktyg bra."
ChemCrow utvecklades av Ph.D. studenterna Andres Bran och Oliver Schilter (EPFL, NCCR Catalysis) i samarbete med Sam Cox och professor Andrew White vid FutureHouse och University of Rochester.
ChemCrow är baserad på en stor språkmodell (LLM), såsom GPT-4, förbättrad av LangChain för verktygsintegration, för att autonomt utföra kemiska syntesuppgifter. Forskarna utökade språkmodellen med en uppsättning specialiserade mjukvaruverktyg som redan används inom kemi, inklusive WebSearch för internetbaserad informationssökning, LitSearch för extraktion av vetenskaplig litteratur och olika molekylära och reaktionsverktyg för kemisk analys.
Genom att integrera ChemCrow med dessa verktyg, gjorde forskarna det möjligt för den att självständigt planera och utföra kemiska synteser, såsom att skapa ett insektsmedel och olika organokatalysatorer, och till och med hjälpa till att upptäcka nya kromoforer, ämnen som är grundläggande för färg- och pigmentindustrin.
Det som skiljer ChemCrow är dess förmåga att anpassa och tillämpa en strukturerad resonemangsprocess på kemiska uppgifter.
"Systemet är analogt med en mänsklig expert med tillgång till en miniräknare och databaser som inte bara förbättrar expertens effektivitet, utan också gör dem mer fakta - i fallet med ChemCrow, vilket minskar hallucinationer", förklarar Andres Camilo Marulanda Bran, studiens första författare.
ChemCrow får en uppmaning från användaren, planerar i förväg hur uppgiften ska lösas, väljer de relevanta verktygen och förfinar iterativt sin strategi baserat på resultatet/resultaten av varje steg. Detta metodiska tillvägagångssätt säkerställer att ChemCrow inte bara fungerar utanför teorin, utan också är grundad i praktisk tillämpning för verklig interaktion med laboratoriemiljöer.
Genom att demokratisera tillgången till komplexa kemiska kunskaper och processer sänker ChemCrow inträdesbarriären för icke-experter samtidigt som den utökar verktygslådan som är tillgänglig för veterankemister. Detta kan påskynda forskning och utveckling inom läkemedel, materialvetenskap och vidare, vilket gör processen mer effektiv och säkrare.
Mer information: Förstärkning av stora språkmodeller med kemiverktyg, Nature Machine Intelligence (2024). DOI:10.1038/s42256-024-00832-8
Journalinformation: Nature Machine Intelligence
Tillhandahålls av Ecole Polytechnique Federale de Lausanne
