原創(chuàng) | 文 BFT機(jī)器人

開發(fā)新材料需要大量的時(shí)間和勞動(dòng)力，但一些化學(xué)家現(xiàn)在希望人工智能（AI）有朝一日能承擔(dān)起這一重任。

在《美國(guó)化學(xué)學(xué)會(huì)雜志》（Journal of the American Chemical Society）上發(fā)表的一項(xiàng)新研究中，一個(gè)研究小組促使一個(gè)流行的人工智能模型 ChatGPT 執(zhí)行一項(xiàng)特別耗時(shí)的任務(wù)：搜索科學(xué)文獻(xiàn)。利用這些數(shù)據(jù)，他們建立了第二個(gè)工具，一個(gè)預(yù)測(cè)實(shí)驗(yàn)結(jié)果的模型。

以往的研究報(bào)告提供了化學(xué)家所需的大量信息，但查找和解析最相關(guān)的細(xì)節(jié)卻非常費(fèi)力。例如，那些對(duì)設(shè)計(jì)高度多孔的結(jié)晶金屬有機(jī)框架（MOF）感興趣的人，在清潔能源等領(lǐng)域具有潛在的應(yīng)用，必須對(duì)描述各種實(shí)驗(yàn)條件的數(shù)百篇科學(xué)論文進(jìn)行分類。

研究人員以前曾試圖讓人工智能接手這項(xiàng)任務(wù)；但是，他們使用的語(yǔ)言處理模型需要大量的專業(yè)技術(shù)知識(shí)，而且將這些模型應(yīng)用于新的主題意味著要改變程序。奧馬爾-亞吉（Omar Yaghi）及其同事想看看包括 ChatGPT 在內(nèi)的下一代語(yǔ)言模型能否提供一種更方便、更靈活的信息提取方式。

為了分析科學(xué)論文中的文本，研究小組給 ChatGPT 下達(dá)了提示或指令，引導(dǎo)它完成三個(gè)過(guò)程來(lái)識(shí)別和總結(jié)手稿中包含的實(shí)驗(yàn)信息。研究人員精心設(shè)計(jì)了這些提示，以最大限度地減少模型做出反應(yīng)的傾向（一種被稱為幻覺(jué)的現(xiàn)象），并確保盡可能做出最佳反應(yīng)。

在對(duì)228篇描述MOF合成的論文進(jìn)行測(cè)試時(shí)，該系統(tǒng)提取了26,000多個(gè)與制造大約800種此類化合物相關(guān)的因素。利用這些數(shù)據(jù)，研究小組訓(xùn)練了一個(gè)單獨(dú)的AI模型，根據(jù)這些條件預(yù)測(cè)MOF的結(jié)晶狀態(tài)。

最后，為了讓這些數(shù)據(jù)更方便用戶使用，他們還建立了一個(gè)聊天機(jī)器人來(lái)回答相關(guān)問(wèn)題。研究小組指出，與以往基于人工智能的工作不同，這項(xiàng)工作不需要編碼方面的專業(yè)知識(shí)。更重要的是，科學(xué)家們只需調(diào)整提示中的敘述語(yǔ)言，就能轉(zhuǎn)移聊天機(jī)器人的注意力。研究人員稱，這個(gè)被他們稱為 "ChatGPT化學(xué)助手"的新系統(tǒng)在其他化學(xué)領(lǐng)域也很有用。

作者?|?Tina

排版 | 居居手

注：文章版權(quán)歸原作者所有，如有不妥，請(qǐng)聯(lián)系刪除。轉(zhuǎn)載請(qǐng)聯(lián)系本公眾號(hào)獲得授權(quán)。?