Расширение возможностей больших языковых моделей с помощью химических инструментов

Большие языковые модели (LLM) демонстрируют высокую эффективность при выполнении задач в различных областях, однако испытывают трудности при решении задач, связанных с химией. Кроме того, эти модели не имеют доступа к внешним источникам знаний, что ограничивает их полезность в научных приложениях. Мы представляем ChemCrow — химического агента на основе большой языковой модели, предназначенного для решения задач в области органического синтеза, поиска лекарственных средств и разработки материалов. Благодаря интеграции 18 инструментов, разработанных экспертами, и использованию GPT-4 в качестве большой языковой модели ChemCrow повышает эффективность LLM в химии, обеспечивая появление новых возможностей. Наш агент автономно планировал и осуществлял синтез репеллента от насекомых и трех органокатализаторов, а также направлял поиск нового хромофора. Проведенная нами оценка, включавшая анализ со стороны как большой языковой модели, так и экспертов, демонстрирует эффективность ChemCrow в автоматизации разнообразных химических задач. Наша работа не только помогает химикам-экспертам и снижает барьеры для неспециалистов, но и способствует развитию науки, устраняя разрыв между экспериментальной и вычислительной химией.