Расширение возможностей больших языковых моделей с помощью химических инструментов
Augmenting large language models with chemistry tools
2024-05-08
SCID: 54.1/4t3bz2w9
Discuss with AI
ChemCrowхимический агентоткрытие лекарствбольшие языковые моделиорганический синтез
Figures from the paper
Abstract (AI)
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.
Key Findings
1
ChemCrow автономно планировал и выполнял синтез репеллента от насекомых и трёх органокатализаторов.
2
ChemCrow способствовал открытию нового хромофора, продемонстрировав применимость для исследований материалов.
3
ChemCrow — специализированный химический агент на основе LLM, объединяющий GPT-4 с 18 инструментами, разработанными экспертами, для органического синтеза, поиска лекарств и разработки материалов.
4
Оценки с участием LLM и экспертов показывают, что ChemCrow способен автоматизировать широкий спектр химических задач и помогать как специалистам, так и неспециалистам.
5
Оснащение инструментами расширяет химические возможности агента по сравнению с базовой языковой моделью.
Research Object
ChemCrow — химический агент на основе большой языковой модели, дополненный 18 инструментами, разработанными экспертами
Research Subject
Автоматизация и эффективность выполнения задач в области органического синтеза, поиска лекарственных средств и разработки материалов, включая планирование синтезов и открытие нового хромофора
Publication Details
Publication Date
2024-05-08
Journal
Publisher
ISSN
Cited by
792
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai8
LLaMA: открытые и эффективные базовые языковые модели2023
Автоматическое проектирование химических соединений с использованием управляемого данными непрерывного представления молекул2018
Обучение языковых моделей следованию инструкциям с использованием обратной связи от человека2022
MoleculeNet: эталонный набор для машинного обучения молекул2017
О возможностях и рисках фундаментальных моделей2021
PaLM: Масштабирование языкового моделирования с помощью Pathways2022
Искры искусственного общего интеллекта: ранние эксперименты с GPT-42023
Автономные химические исследования с использованием больших языковых моделей2023
Работы, цитирующие эту статью20
Обзор автономных агентов на основе больших языковых моделей2024
Автономные химические исследования с использованием больших языковых моделей2023
Лаборатории с автономным управлением для химии и материаловедения2024
Обзор мультиагентных систем на основе больших языковых моделей: рабочий процесс, инфраструктура и проблемы2024
Расширение возможностей биомедицинских исследований с помощью ИИ-агентов2024
Прозрачность в отношении ИИ-агентов2024
Исследование интеллектуальных агентов на основе больших языковых моделей: определения, методы и перспективы2026
Обзор больших языковых моделей и автономных агентов в химии2024
Автономные «самоуправляемые» лаборатории: обзор технологий и последствий для политики2025
От языка к действию: обзор больших языковых моделей как автономных агентов и пользователей инструментов2026
Генерация с дополнением извлечённой информацией (RAG)2025
Прикладной искусственный интеллект в материаловедении и дизайне материалов2025
Искусственный интеллект, агентные модели и автоматизация лабораторий для научных открытий — начало scAInce2025
Риски «AI-учёных»: приоритет защиты над автономией2025
BioMaster: мультиагентная система для автоматизированного рабочего процесса биоинформатического анализа2026
Модульные агенты на основе больших языковых моделей для многозадачной вычислительной материаловедческой науки2026
Агентный искусственный интеллект в здравоохранении и медицине: семимерная таксономия для эмпирической оценки агентов на основе больших языковых моделей2026
Автономное компьютерное открытие неорганических материалов посредством мультиагентного физически информированного научного рассуждения2026
ИИ-агенты в разработке лекарственных препаратов: применения и практические примеры2026
Мультиагентная система на основе большой языковой модели для поддержки проектирования и оценки изделий на ранних стадиях2026