Wielokrotne instancje chatu GPT łączą się, aby rozwiązać zagadki związane z chemią

Źródło obrazu：https://arstechnica.com/science/2023/12/large-language-models-can-figure-out-how-to-do-chemistry/

Duże modele językowe potrafią odkryć sposób na przeprowadzanie chemii

Zdumiewająca praca naukowców z Uniwersytetu Kalifornijskiego w San Francisco i OpenAI pokazuje, że duże modele językowe mają zdolności do rozwiązania skomplikowanych problemów chemicznych. Artykuł opublikowany w Science, opisuje, jak te modele okazały się niezwykle skuteczne w przewidywaniu reakcji chemicznych, otwierając nowe możliwości w dziedzinie projektowania leków.

Podczas gdy eksperci z dziedziny chemii komputerowej od dawna wykorzystują modele do symulacji zachowań molekularnych, to ostatnie badania wykorzystujące duże modele językowe dokonują prawdziwego przełomu. Badacz, dr David Friedrich, stwierdza, że choć model ten nie ma wbudowanej wiedzy chemicznej, to potrafi nauczyć się języka i reguł, które rządzą chemią, analizując ogromne ilości danych.

Model językowy o nazwie GPT-3, używający sieci neuronowych, został przeszkolony na miliardach zdań zebranych z internetu. Po przekazaniu mu odpowiednich informacji na temat chemii, naukowcy, pod kierunkiem dr Friedricha, odkryli, że maszyna jest w stanie przewidzieć wyniki reakcji chemicznych i zaproponować alternatywne strategie, które byłyby trudne do znalezienia tradycyjnymi metodami eksperymentalnymi.

W dalszych eksperymentach dr Friedrich i jego zespół przetestowali model, któremu zaproponowali zadanie odkrycia reakcji, które mogą prowadzić do syntezy leków przeciwnowotworowych. Zdumiewająco, maszyna była w stanie samodzielnie znaleźć sekwencję reakcji, która w pierwotnych testach laboratoryjnych przyniosła obiecujące rezultaty.

Jednak naukowcy nadal podkreślają, że odkrycie maszynowego uczenia się języka jest tylko jednym ze składników większego procesu badawczego w dziedzinie chemii. Konieczne jest przeprowadzanie tradycyjnych eksperymentów laboratoryjnych w celu potwierdzenia wyników wygenerowanych przez modele. Niemniej jednak, ten znaczący postęp otwiera nowe drzwi dla przyspieszenia procesu badań chemicznych i projektowania leków.

Na podstawie tego badania, naukowcy są teraz podekscytowani perspektywą dalszych badań nad wykorzystaniem dużych modeli językowych w dziedzinie chemii. Szybki rozwój technologii AI pozwala nam spojrzeć na naukę z nowej perspektywy i skierować nasze wysiłki na odkrywanie nowych rozwiązań w dziedzinie medycyny i chemii.