Nature速递：基于大语言模型的自动化学研究

---

---

关键词：大语言模型，自动化学实验，AI for Science

---

---

论文题目：Autonomous chemical research with large language models期刊来源：Nature论文地址：https://www.nature.com/articles/s41586-023-06792-0斑图地址：https://pattern.swarma.org/paper/a6117a4e-9f8b-11ee-bc79-0242ac17000e 基于transformer的大语言模型在自然语言处理、生物学、化学和计算机编程等多个领域都取得了长足进步。这项研究中展示的 Coscientist 是一个由 GPT-4 驱动的人工智能系统，它能自主设计、规划和执行复杂的实验，并将大语言模型与互联网和文档搜索、代码执行和实验自动化等工具相结合。这项工作已经独立完成，并与其他智能主体的工作并行，ChemCrow是化学领域的另一个例子。 研究中展示了 Coscientist 在以下六项任务中的多功能性和性能：（1）使用公开数据规划已知化合物的化学合成；（2）高效搜索和浏览大量硬件文档；（3）使用文档在云实验室中执行高级指令；（4）使用低级指令精确控制液体处理仪器；（5）处理需要同时使用多个硬件模块和整合不同数据源的复杂科学任务；以及（6）解决需要分析先前收集的实验数据的优化问题。

图1：Coscientist的系统架构。将大语言模型与互联网和文档搜索、代码执行和实验自动化等工具相结合。 图2：文档查询结果展示 图3：控制实验室硬件进行自动化实验的展示 本文介绍了一个人工智能主体系统的概念验证，该系统能够（半）自主地设计、规划和多步执行科学实验，展示了先进的推理和实验设计能力，能够解决复杂的科学问题并生成高质量的代码。当大语言模型获得相关研究工具（如互联网和文献检索、编码环境和机器人实验平台）时，这些能力就会涌现出来。开发更多的综合科学工具，有可能大大加快新发现的速度。 开发新的智能体系统和自动化方法来进行科学实验，可能会引起对安全和潜在双重用途后果的担忧，特别是与非法活动的扩散和安全威胁有关的问题。通过确保以合乎道德和负责任的方式使用这些强大的工具，需要进一步探索 LLM 在推动科学研究方面的巨大潜力，同时降低滥用 LLM 的相关风险。

---