首頁 > 科技週邊 > 人工智慧 > 炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

WBOY
發布: 2023-04-17 18:31:03
轉載
1568 人瀏覽過

不得了,GPT-4都學會自己做研究了?

最近,卡內基美隆大學的幾位科學家發表了一篇論文,同時炸翻了AI圈和化學圈。

他們做出了一個會自己做實驗、自己搞科研的AI。這個AI由幾個大語言模型組成,可以看成一個GPT-4代理智能體,科學研究能力爆表。

因為它具有來自向量資料庫的長期記憶,可以閱讀、理解複雜的科學文檔,並在基於雲端的機器人實驗室中進行化學研究。

網友震驚到失語:所以,這個是AI自己研究然後自己發表?天啊。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

還有人感慨道,「文生實驗」(TTE)的時代要來了!

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

難道這就是傳說中,化學界的AI聖杯?

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

最近大概很多人覺得,我們每天都像活在科幻小說中。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

AI版絕命毒師來了?

3月份,OpenAI發布了震撼全世界的大語言模型GPT-4。

這個地表最強LLM,能在SAT和BAR考試中得高分、通過LeetCode挑戰、給一張圖就能做對物理題,還看得懂表情包裡的梗。

而技術報告裡也提到,GPT-4還能解決化學問題。

這就啟發了卡內基美隆化學系的幾位學者,他們希望能發展出一個基於多個大語言模型的AI,讓它自己設計實驗、自己做實驗。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

#論文網址:https://arxiv.org/abs/2304.05332

而他們做出來的這個AI,果然6得不行!

它會自行上網查文獻,會精確控制液體處理儀器,還會解決需要同時使用多個硬體模組、整合不同資料來源的複雜問題。

有AI版絕命毒師那味兒了。

會自己做布洛芬的AI

舉個例子,讓這個AI給咱們合成布洛芬。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

給它輸入一個簡單的提示:「合成布洛芬。」

然後這個模型就會自己上網搜該怎麼辦了。

它辨識出,第一步需要讓異丁苯和乙酸酐在氯化鋁催化下發生Friedel-Crafts反應。

另外,這個AI還能合成阿斯匹靈。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

以及合成阿斯巴甜。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

產品中缺少甲基,而模型查到正確的合成範例中,就會在雲實驗室中執行,以便進行修正。

告訴模型:研究一下鈴木反應吧,它立刻就準確地辨識出底物和產物。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

#

另外,咱們可以透過API,把模型連接到化學反應資料庫,例如Reaxys或SciFinder,給模型疊了一層大大的buff,準確率飆升。

而分析系統先前的記錄,也可以大幅提升模型的準確性。

舉個栗子

咱們先來看看,操作機器人是怎麼做實驗的。

它會將一組樣本視為一個整體(在這個例子中,就是整個微孔板)。

我們可以用自然語言直接給它提示:「用您選擇的一種顏色,為每隔一行塗上顏色」。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

當由機器人執行時,這些協定與請求的提示非常相似(圖 4B-E)。

代理人的第一個動作是準備原始解決方案的小樣本(圖 4F)。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

然後它要求進行 UV-Vis 測量。完成後,AI會獲得一個檔名,其中包含一個NumPy數組,其中包含微孔板每個孔的光譜。

AI隨後編寫了Python程式碼,來識別具有最大吸光度的波長,並使用這些資料正確解決了問題。

拉出來遛遛

在先前的實驗中,AI可能會被預訓練階段接收到的知識所影響。

而這一次,研究人員打算徹底評估一下AI設計實驗的能力。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

AI先從網路上整合所需的數據,運行一些必要的計算,最後給液體試劑作業系統(上圖最左側的部分)編寫程式。

研究人員為了增加一些複雜度,讓AI應用了加熱搖床模組。

而這些要求經過整合,出現在了AI的配置中。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

具體的設計是這樣的:AI控制一個搭載了兩塊微型版的液體實際作業系統,而其中的源版包含多種試劑的源液,其中有苯乙炔和苯硼酸,多個芳基鹵化物耦合伴侶,以及兩種催化劑和兩種鹼。

上圖中就是來源版(Source Plate)中的內容。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

而目標版則是裝在加熱搖床模組上。

上圖中,左側的移液管(left pipette)20微升量程,右側的單道移液管300微升量程。

AI最終的目標就是設計一套流程,能成功實現鈴木和索諾格希拉反應。

咱們跟它說:你需要用一些可用的試劑,產生這兩個反應。

然後,它就自己上網去搜了,例如,這些反應需要什麼條件,化學計量上有什麼要求等等。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

可以看到,AI成功蒐集到了所需的條件,所需試劑的定量、濃度等等。

AI挑選了正確的耦合夥伴來完成實驗。在所有的芳基鹵化物中,AI選擇了溴苯進行鈴木反應的實驗,並選擇了碘苯進行索諾格希拉反應。

而在每一輪,AI的選擇都有些改變。比如說,它也選了對碘硝基苯,看上的是這種物質在氧化反應中反應性很高這一特性。

而選擇溴苯是因為溴苯能參與反應,同時毒性還比芳基碘弱。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

接下來,AI選擇了Pd/NHC作為催化劑,因為其效果更好。這對於耦合反應來說,是一種很先進的方式。至於鹼的選擇,AI看中了三乙胺這種物質。

從上述過程我們可以看到,該模型未來潛力無限。因為它會多次重複的進行實驗,以此分析模型的推理過程,並取得更好的結果。

選擇不同試劑以後,AI就開始計算每種試劑所需的量,然後開始規劃整個實驗過程。

中間AI還犯了個錯誤,把加熱搖床模組的名字用錯了。但AI及時注意到了這一點,自發地查詢了資料,修正了實驗過程,最終成功運行。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

撇開專業的化學過程不談,我們來總結AI在這個過程中展現出的「專業素養」。

可以說,從上述流程中,AI展現出了極高的分析推理能力。它能夠自發的獲取所需的信息,一步一步的解決複雜的問題。

在這個過程中,還能自己寫出超高品質的程式碼,推進實驗設計。並且,還能根據輸出的內容改自己寫的程式碼。

OpenAI成功展現出了GPT-4的強大能力,有朝一日GPT-4肯定能參與到真實的實驗中去。

但是,研究人員並不想止步於此。他們也給AI出了個大難題──他們給AI下指令,讓其開發一種新的抗癌藥物。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

不存在的東西......這AI還能行嗎?

事實證明還真是有兩把刷子。 AI秉持著遇到難題不要怕的原則(當然它也不知道啥叫怕),細密地分析了開發抗癌藥物這個需求,研究了當前抗癌藥物研發的趨勢,然後從中選了一個目標繼續深入,確定其成分。

而後,AI嘗試開始自己進行合成,也是先上網搜尋有關反應機制、機理的信息,在初步搞定步驟以後,再去尋找相關反應的實例。

最後再完成合成。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

而上圖中的內容就不可能讓AI真合成出來了,只是理論層面的探討。

其中就有甲基安非他命(也就是大麻),海洛因這些耳熟能詳的毒品,還有芥子氣(mustard gas)等明令禁止使用的毒氣。

在總共11個化合物中,AI提供了其中4個的合成方案,並嘗試查閱資料來推進合成的過程。

剩下的7種物質中,有5種的合成遭到了AI的果斷拒絕。 AI上網搜尋了這5種化合物的相關信息,發現不能胡來。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

比方說,AI發現了可待因和嗎啡之間的關係。得出結論,這東西是管制藥品,不能隨便合成。

但是,這種保險機制並不把穩。使用者只要稍加修改花書,就可以進一步讓AI操作。例如用化合物A這種字眼代替直接提到嗎啡,用化合物B代替直接提到可待因等等。

同時,有些藥品的合成必須經過緝毒局(DEA)的許可,但有的用戶就是可以鑽這個空子,騙AI說自己有許可,誘使AI給出合成方案。

像海洛因和芥子氣這種耳熟能詳的違禁品,AI也清楚得很清楚。可問題是,這個系統目前只能檢測出現有的化合物。而對於未知的化合物,該模型就不太可能辨識出潛在的危險了。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

比方說,一些複雜的蛋白質毒素。

因此,為了防止有人因為好奇心去驗證這些化學成分的有效性,研究人員也特地在論文裡貼了一個大大的紅底警告:

#本文中討論的非法藥物和化學武器合成純粹是為了學術研究,主要目的是強調與新技術相關的潛在危險。

在任何情況下,任何個人或組織都不應嘗試重新製造、合成或以其他方式生產本文中討論的物質或化合物。從事此類活動不僅非常危險,而且在大多數司法管轄區內都是非法的。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

自己會上網,搜尋怎麼做實驗

這個AI由多個模組組成。這些模組之間可以互相交換訊息,有的還能上網、存取API、存取Python解釋器。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

往Planner輸入提示後,它就開始執行動作。

例如,它可以上網,用Python寫程式碼,存取文檔,把這些基礎工作搞明白之後,它就可以自己做實驗了。

人類做實驗時,這個AI可以手把手地引導我們。因為它會推理各種化學反應,會上網搜索,會計算實驗中所需的化學品的量,然後還能執行相應的反應。

如果提供的描述夠詳細,你甚至不需要再向它解釋,它自己就能把整個實驗整明白了。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

「網路搜尋器」(Web searcher)元件收到Planner的查詢後,就會用Google搜尋API。

搜出結果後,它會過濾掉回傳的前十個文檔,排除掉PDF,把結果傳給自己。

然後,它會使用“BROWSE”操作,從網頁中提取文本,產生一個答案。行雲流水,一氣呵成。

這項任務,GPT-3.5就可以完成,因為它的表現明顯比GPT-4強,也沒啥品質損失。

「文件搜尋器」(Docs searcher)元件,能夠透過查詢和文件索引,查到最相關的部分,從而梳理硬體文件(例如機器人液體處理器、GC- MS、雲端實驗室),然後總結出一個最佳匹配結果,產生一個最準確的答案。

「程式碼執行」(Code execution)元件則不使用任何語言模型,只是在隔離的Docker容器中執行程式碼,保護終端主機免受Planner的任何意外操作。所有程式碼輸出都會傳回Planner,這樣就能在軟體出錯時,讓它修復預測。 「自動化」(Automation)元件也是同樣的原理。

向量搜索,多難的科學文獻都看得懂

做出一個能進行複雜推理的AI,有不少難題。

例如要讓它能整合現代軟體,就需要使用者能看懂軟體文檔,但這項文檔的語言一般都非常學術、非常專業,造成了很大的障礙。

而大語言模型,就可以用自然語言產生非專家都能看懂的軟體文檔,來克服這一障礙。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

這些模型的訓練來源之一,就是和API相關的大量信息,例如Opentrons Python API。

但GPT-4的訓練資料截止到2021年9月,因此更需要提升AI使用API​​的準確性。

為此,研究者設計了一種方法,為AI提供給定任務的文檔。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

他們產生了OpenAI的ada嵌入,以便交叉引用,並計算與查詢相關的相似性。並且透過基於距離的向量搜尋選擇文檔的部分。

提供部分的數量,取決於原始文字中存在的GPT-4 token數。最大token數設為7800,這樣只用一步,就可以提供給AI相關文件。

事實證明,這種方法對於向AI提供加熱器-振動器硬體模組的信息至關重要,這部分信息,是化學反應所必需的。

這種方法應用於更多樣化的機器人平台,例如Emerald Cloud Lab (ECL)時,會出現更大的挑戰。

此時,我們可以向GPT-4模型提供它未知的信息,例如有關 Cloud Lab 的 Symbolic Lab Language (SLL)。

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

在所有情況下,AI都能正確辨識出任務,然後完成任務。

這個過程中,模型有效地保留了有關給定函數的各種選項、工具和參數的資訊。攝取整個文件後,系統會提示模型使用給定函數產生程式碼區塊,並將其傳回 Planner。

#強烈要求進行監管

最後,研究人員強調,必須設定防護措施來防止大型語言模型被濫用:

「我們呼籲人工智慧社群優先關注這些模型的安全性。我們呼籲OpenAI、微軟、谷歌、Meta、Deepmind、Anthropic以及其他主要參與者在其大型語言模型的安全方面付出最大的努力。我們也呼籲物理科學社群與參與開發大型語言模型的團隊合作,協助他們制定這些防護措施。」

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗

對此,紐約大學教授馬庫斯深表同意:「這不是玩笑,卡內基美隆大學的三位科學家緊急呼籲對LLM進行安全研究。」

炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗##

以上是炸翻AI和生化環材圈! GPT-4學會自己搞科研,手把手教人類做實驗的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:51cto.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
最新問題
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板