دانشمندان EPFL ChemCrow را معرفی کردند، یک سیستم هوش مصنوعی مبتنی بر مدل زبانی بزرگ که با ادغام 18 ابزار پیشرفته برای کارهایی مانند سنتز آلی و کشف دارو، شیمی را متحول می کند. ChemCrow فرآیندهای پیچیده در تحقیقات شیمیایی را ساده می کند و آن را برای متخصصان و تازه کارها کارآمدتر می کند.
شیمی، با فرآیندهای پیچیده و پتانسیل گسترده برای نوآوری، همیشه چالشی برای اتوماسیون بوده است. ابزارهای محاسباتی سنتی، علیرغم قابلیت های پیشرفته ای که دارند، اغلب به دلیل پیچیدگی و دانش تخصصی مورد نیاز برای به کارگیری آنها، مورد استفاده قرار نمی گیرند.
اکنون، محققان با گروه فیلیپ شوالر در EPFL، ChemCrow را توسعه داده‌اند، یک هوش مصنوعی که 18 ابزار ماهرانه طراحی شده را ادغام می‌کند و آن را قادر می‌سازد تا در تحقیقات شیمیایی با کارایی بی‌سابقه حرکت کند و وظایف خود را انجام دهد. “شاید تعجب کنید که چرا کلاغ؟” شوالر می پرسد. چون کلاغ ها به خوبی از ابزار استفاده می کنند».
ChemCrow توسط دانشجویان دکتری آندرس بران و الیور شیلتر (EPFL، NCCR Catalysis) با همکاری سم کاکس و پروفسور اندرو وایت در (FutureHouse و دانشگاه روچستر) توسعه داده شد.
ChemCrow مبتنی بر یک مدل زبان بزرگ (LLMs)، مانند GPT-4 است که توسط LangChain برای یکپارچه‌سازی ابزار، برای انجام مستقل وظایف سنتز شیمیایی بهبود یافته است. دانشمندان مدل زبان را با مجموعه‌ای از ابزارهای نرم‌افزاری تخصصی که قبلاً در شیمی استفاده می‌شد، تقویت کردند، از جمله WebSearch برای بازیابی اطلاعات مبتنی بر اینترنت، LitSearch برای استخراج ادبیات علمی، و ابزارهای مختلف مولکولی و واکنش برای تجزیه و تحلیل شیمیایی.
با ادغام ChemCrow با این ابزارها، محققان آن را قادر ساختند تا به طور مستقل سنتزهای شیمیایی را طراحی و اجرا کند، مانند ایجاد یک دافع حشرات و کاتالیزورهای مختلف ارگانیک، و حتی در کشف کروموفورهای جدید، مواد اساسی برای صنایع رنگ و رنگدانه کمک کند.
چیزی که ChemCrow را متمایز می کند، توانایی آن در انطباق و اعمال یک فرآیند استدلال ساخت یافته برای کارهای شیمیایی است. آندرس کامیلو مارولاندا بران، پژوهشگر این مطالعه توضیح می‌دهد: «این سیستم مشابه یک متخصص انسانی با دسترسی به ماشین‌حساب و پایگاه‌های داده است که نه تنها کارایی متخصص را بهبود می‌بخشد، بلکه آنها را واقعی‌تر می‌کند – در مورد ChemCrow، توهمات را کاهش می‌دهد.» نویسنده اول
ChemCrow یک درخواست از کاربر دریافت می کند، از قبل برنامه ریزی می کند که چگونه کار را حل کند، ابزارهای مربوطه را انتخاب می کند و به طور مکرر استراتژی خود را بر اساس نتایج هر مرحله اصلاح می کند. این رویکرد روشمند تضمین می کند که ChemCrow نه تنها از نظر تئوری کار نمی کند، بلکه در کاربرد عملی برای تعامل دنیای واقعی با محیط های آزمایشگاهی نیز پایه گذاری شده است.
با دموکراتیک کردن دسترسی به دانش و فرآیندهای پیچیده شیمیایی، ChemCrow مانع ورود افراد غیرمتخصص را کاهش می‌دهد و در عین حال بسته ابزار موجود را برای شیمیدانان کهنه کار افزایش می‌دهد. این می تواند تحقیق و توسعه در داروسازی، علم مواد و فراتر از آن را تسریع کند و فرآیند را کارآمدتر و ایمن تر کند.
Materials provided by Ecole Polytechnique Fédérale de Lausanne. Original written by Nik Papageorgiou. The original text of this story is licensed under Creative Commons CC BY-SA 4.0. Note: Content may be edited for style and length.
