Обзор больших языковых моделей и автономных агентов в химии

Большие языковые модели (LLM) стали мощными инструментами в химии, существенно повлияв на проектирование молекул, прогнозирование свойств и оптимизацию синтеза. В настоящем обзоре рассматриваются возможности LLM в этих областях и их потенциал для ускорения научных открытий посредством автоматизации. Мы также рассматриваем автономных агентов на основе LLM — большие языковые модели с расширенным набором инструментов для взаимодействия с окружающей средой. Такие агенты выполняют разнообразные задачи, включая поиск и извлечение данных из научных статей, взаимодействие с автоматизированными лабораториями и планирование синтеза. Поскольку агенты являются активно развивающимся направлением, мы расширяем рассмотрение агентов за пределы химии и обсуждаем их применение в различных научных областях. В обзоре освещаются новейшая история, современные возможности и принципы разработки LLM и автономных агентов, а также конкретные проблемы, перспективы и направления дальнейших исследований в химии. Ключевые проблемы включают качество и интеграцию данных, интерпретируемость моделей и необходимость стандартизированных бенчмарков, тогда как перспективные направления связаны с созданием более совершенных мультимодальных агентов и усилением взаимодействия между агентами и экспериментальными методами. В связи с быстрыми темпами развития этой области создан репозиторий для отслеживания новейших исследований: https://github.com/ur-whitelab/LLMs-in-science.