ChatGPT大模型爆火這一年，沒想到竟顛覆了整個(gè)化學(xué)領(lǐng)域。

先是谷歌DeepMind的AI工具GNoME成功預(yù)測出200萬種晶體結(jié)構(gòu)，隨后微軟推出的MatterGen，大大加速了設(shè)計(jì)所需材料特性的速度。

今天，CMU和Emerald Cloud Lab的研究團(tuán)隊(duì)開發(fā)了一種全新自動(dòng)化AI系統(tǒng)——Coscientist，榮登Nature。

它可以設(shè)計(jì)、編碼和執(zhí)行多種反應(yīng)，完全實(shí)現(xiàn)了化學(xué)實(shí)驗(yàn)室的自動(dòng)化。

圖片

實(shí)驗(yàn)評(píng)測中，Coscientist利用GPT-4，在人類的提示下檢索化學(xué)文獻(xiàn)，成功設(shè)計(jì)出一個(gè)反應(yīng)途徑來合成一個(gè)分子。

GPT-4遍歷整個(gè)互聯(lián)網(wǎng)上的說明書，并選擇數(shù)據(jù)庫中最好的試劑盒和試劑，在現(xiàn)實(shí)中制造分子。

論文地址：https://www.nature.com/articles/s41586-023-06792-0

最令人震驚的是，Coscientist在短短4分鐘內(nèi)，一次性復(fù)現(xiàn)了諾獎(jiǎng)研究。

具體來說，全新AI系統(tǒng)在6個(gè)不同任務(wù)中呈現(xiàn)了加速化學(xué)研究的潛力，其中包括成功優(yōu)化「鈀催化偶聯(lián)反應(yīng)」。

「鈀催化偶聯(lián)反應(yīng)」的研究是由美國化學(xué)家Richard Fred Heck，以及兩位日本化學(xué)家獲得了2010年諾貝爾化學(xué)獎(jiǎng)。

領(lǐng)導(dǎo)這項(xiàng)研究的CMU化學(xué)家Gabe Gome表示，「當(dāng)我看到一種非有機(jī)智能能夠自主計(jì)劃、設(shè)計(jì)和執(zhí)行人類發(fā)明的化學(xué)反應(yīng)的那一刻，真是太神奇了」！

GPT-4自動(dòng)化學(xué)研究

當(dāng)前，AI工具在科學(xué)領(lǐng)域的應(yīng)用激增，但對(duì)于在實(shí)驗(yàn)室工作的研究人員，或那些不精通代碼的人來說，AI并非唾手可得。

我們都知道，化學(xué)研究建立在迭代循環(huán)的基礎(chǔ)上。在這個(gè)循環(huán)中，實(shí)驗(yàn)被設(shè)計(jì)、執(zhí)行，然后進(jìn)行改進(jìn)以實(shí)現(xiàn)特定目標(biāo)。

對(duì)于化學(xué)家來說，所做的研究是多管齊下的——不僅需要執(zhí)行化學(xué)反應(yīng)的技術(shù)技能，還需要規(guī)劃和設(shè)計(jì)化學(xué)反應(yīng)的知識(shí)。

舉個(gè)栗子，當(dāng)合成一個(gè)新物質(zhì)時(shí)，化學(xué)家們需要「逆合成分析」，從最后的目標(biāo)物質(zhì)一步一步想回去，以確定初始的分子，然后在數(shù)據(jù)庫中搜索合適的反應(yīng)條件，并選出一條最可能成功的合成路線。

但是，在實(shí)際的實(shí)驗(yàn)中就會(huì)發(fā)現(xiàn)，化學(xué)反應(yīng)通常無法按預(yù)期高產(chǎn)率和選擇性得出產(chǎn)物。

這時(shí)，還得需要重新搜索文獻(xiàn)、設(shè)計(jì)新的實(shí)驗(yàn)路線、再次嘗試實(shí)驗(yàn)，整個(gè)迭代過程就會(huì)變得遙遙無期。

對(duì)于人類化學(xué)家來說，即便有了相應(yīng)的知識(shí)，要想設(shè)計(jì)和執(zhí)行一個(gè)化學(xué)反應(yīng)也不是一件容易的事情，因?yàn)樵O(shè)計(jì)出的化學(xué)反應(yīng)往往很難以理想的速率來生成產(chǎn)物。

當(dāng)OpenAI在3月份放出GPT-4后，Gomes和團(tuán)隊(duì)成員開始思考，如何讓大模型為化學(xué)家服務(wù)。

Gomes表示，「Coscientist卻可以做真正訓(xùn)練有素的化學(xué)家可以做的大部分事情。」

當(dāng)人類科學(xué)家要求Coscientist合成一個(gè)特定的分子時(shí)，它會(huì)在互聯(lián)網(wǎng)上搜索以設(shè)計(jì)合成路線，然后為所需的反應(yīng)設(shè)計(jì)實(shí)驗(yàn)方案。

在獲得具體的實(shí)驗(yàn)方案以后，它能編寫代碼來指示移液工作站，然后運(yùn)行代碼，讓機(jī)器人執(zhí)行它編程過的任務(wù)。

而真正厲害的是，Coscientist還可以從反應(yīng)的結(jié)果中學(xué)習(xí)，并建議對(duì)協(xié)議進(jìn)行更改以進(jìn)行改進(jìn)。

這種迭代循環(huán)優(yōu)化了反應(yīng)，從而能夠?qū)崿F(xiàn)預(yù)期的實(shí)驗(yàn)?zāi)繕?biāo)。

AI編寫代碼，控制化學(xué)機(jī)器人

顯然，當(dāng)前高科技化學(xué)機(jī)器人通常是由人類化學(xué)家編寫的計(jì)算機(jī)代碼來控制。

而Coscientist系統(tǒng)首次實(shí)現(xiàn)，由AI編寫的計(jì)算機(jī)代碼控制機(jī)器人。

研究人員首先讓Coscientist去完成一些簡單的任務(wù)，控制一臺(tái)機(jī)器人液體處理機(jī)，將有色液體分配到一個(gè)包含96個(gè)網(wǎng)格排列的小孔的盤子中。

它被要求「每隔一行滴上一種顏色」，「畫一條藍(lán)色的對(duì)角線」，「用黃色繪制一個(gè)3x3的矩形」，「畫一個(gè)紅叉」等等。

Coscientist被指示用液體處理機(jī)器人進(jìn)行不同的設(shè)計(jì)

液體處理機(jī)僅是一個(gè)初試，團(tuán)隊(duì)人員通過Emerald Cloud Lab實(shí)驗(yàn)室合作，還將Coscientist引入了更多類型的機(jī)器人設(shè)備，

這家實(shí)驗(yàn)室配備了各種自動(dòng)化儀器，包括測量被化學(xué)樣品吸收的光波長的分光計(jì)。

一個(gè)盤子里面裝著3種不同顏色（紅黃藍(lán)）的液體，Coscientist被要求確定這些液體是什么顏色，以及它們?cè)诒P子上的什么位置。

Coscientist沒有「眼睛」，只能通過編寫代碼，將神秘的色板自動(dòng)傳遞給分光光度計(jì)，并分析每個(gè)孔吸收的光的波長，從而識(shí)別出有哪些顏色，及其在色板上的位置。

對(duì)于這項(xiàng)任務(wù)，研究人員不得不稍微給Coscientist一點(diǎn)提示，指示它考慮不同顏色吸收光的方式。

剩下的任務(wù)，就可完全放心交給AI系統(tǒng)去完成。

由Coscientist生成的代碼。分為以下幾個(gè)步驟：定義方法的元數(shù)據(jù)、加載實(shí)驗(yàn)器皿模塊、設(shè)置液體處理器、執(zhí)行所需的試劑轉(zhuǎn)移、設(shè)置加熱器-振動(dòng)器模塊、運(yùn)行反應(yīng)以及關(guān)閉模塊。

4分鐘復(fù)現(xiàn)諾獎(jiǎng)，自主糾正代碼錯(cuò)誤

Coscientist的終極測試是，將其組裝的模塊和訓(xùn)練放在一起，以完成研究團(tuán)隊(duì)執(zhí)行「Suzuki和Sonogashira反應(yīng)」的命令。

這種反應(yīng)是在20世紀(jì)70年代發(fā)現(xiàn)的，使用金屬鈀作為催化劑，在有機(jī)分子中的碳原子之間形成鍵。

事實(shí)證明，這些反應(yīng)在生產(chǎn)治療炎癥、哮喘和其他疾病的新型藥物方面非常有用。它們還用于有機(jī)半導(dǎo)體，以及許多智能手機(jī)和顯示器中的有機(jī)發(fā)光二極管。

值得一提的是，這些突破性的反應(yīng)及其廣泛的影響得到了正式認(rèn)可，2010年諾貝爾獎(jiǎng)便授予了Sukuzi、Richard Heck和Ei-ichi Negishi。

當(dāng)然，Coscientist以前從未嘗試過這些反應(yīng)。

MacKnight表示，設(shè)計(jì)了Coscientist搜索技術(shù)文檔的軟件模塊，「對(duì)我來說，最驚艷的時(shí)刻是看到它問了所有正確的問題。」

Coscientist主要在維基百科上尋找答案，也還有許多其他網(wǎng)站，包括美國化學(xué)學(xué)會(huì)、皇家化學(xué)學(xué)會(huì)和其他包含描述Suzuki和Sonogashira反應(yīng)的學(xué)術(shù)論文的網(wǎng)站。

鈀催化偶聯(lián)反應(yīng)整個(gè)流程

在不到4分鐘的時(shí)間里，Coscientist設(shè)計(jì)了一個(gè)使用團(tuán)隊(duì)提供的化學(xué)物質(zhì)產(chǎn)生所需反應(yīng)的準(zhǔn)確程序。

當(dāng)它試圖用機(jī)器人在現(xiàn)實(shí)世界中執(zhí)行程序時(shí)，它在編寫的代碼中「犯了一個(gè)錯(cuò)誤」，該代碼用來控制加熱和搖動(dòng)液體樣品的設(shè)備。

但是在沒有人的提示的情況下，Coscientist立即發(fā)現(xiàn)了問題，重新參考了設(shè)備的技術(shù)手冊(cè)，更正了代碼并再次嘗試。

實(shí)驗(yàn)結(jié)果被裝在了幾個(gè)極小的透明液體樣本中。Boiko分析了樣品，發(fā)現(xiàn)了鈴木反應(yīng)和Sonogashira反應(yīng)的光譜特征。

當(dāng)Boiko和MacKnight告訴Gomes Coscientist的成果時(shí)，Gomes表示懷疑。

「我以為他們?cè)诟议_玩笑，」他回憶道。

但是成果就放在那里，簡直讓人難以置信。

「隨之而來的是明智地使用這種潛在的力量，并防止濫用。」Gomes說，了解人工智能的能力和限制是制定知情規(guī)則和政策的第一步，這些規(guī)則和政策可以有效地防止有害的人工智能使用，無論是故意的還是意外的。

Coscientist基本架構(gòu)

研究人員提出了一個(gè)基于多LLM的智能代理（以下簡稱為 Coscientist），它能夠自主設(shè)計(jì)、規(guī)劃和執(zhí)行復(fù)雜的科學(xué)實(shí)驗(yàn)。Coscientist 可以使用工具瀏覽互聯(lián)網(wǎng)和相關(guān)文檔，使用機(jī)器人實(shí)驗(yàn)應(yīng)用編程接口（API），并利用其他 LLM 完成各種任務(wù)。

研究人員展示了 Coscientist 在以下六項(xiàng)任務(wù)中的多功能性和性能：

（1）使用公開數(shù)據(jù)規(guī)劃已知化合物的化學(xué)合成；

（2）高效搜索和瀏覽大量硬件文檔；

（3）使用文檔在云實(shí)驗(yàn)室中執(zhí)行高級(jí)命令；

（4）使用底層指令精確控制液體處理儀器；

（5）處理需要同時(shí)使用多個(gè)硬件模塊和整合不同數(shù)據(jù)源的復(fù)雜科學(xué)任務(wù)；

（6）解決需要分析以前收集的實(shí)驗(yàn)數(shù)據(jù)的優(yōu)化問題。

科學(xué)家 「通過與多個(gè)模塊的交互（網(wǎng)絡(luò)和文檔搜索、代碼執(zhí)行）和實(shí)驗(yàn)」，獲取解決復(fù)雜問題所需的知識(shí)。

主模塊（規(guī)劃者）的目標(biāo)是根據(jù)用戶輸入，通過調(diào)用下面定義的命令進(jìn)行規(guī)劃。

規(guī)劃器是一個(gè)GPT-4聊天實(shí)例，扮演助手的角色。用戶的初始輸入和命令輸出被視為給規(guī)劃器的用戶信息。規(guī)劃器的系統(tǒng)提示（定義 LLM 目標(biāo)的靜態(tài)輸入）以模塊化方式設(shè)計(jì)，描述為定義操作空間的四個(gè)命令:「GOOGLE」、「PYTHON」、「DOCUMENTATION 」和 「EXPERIMENT」。

規(guī)劃器根據(jù)需要調(diào)用這些命令來收集知識(shí)。GOOGLE命令負(fù)責(zé)使用網(wǎng)絡(luò)搜索模塊搜索互聯(lián)網(wǎng)，該模塊本身也是一個(gè) LLM。

PYTHON命令允許規(guī)劃者使用 「代碼執(zhí)行 」模塊進(jìn)行計(jì)算，為實(shí)驗(yàn)做準(zhǔn)備。

EXPERIMENT命令通過DOCUMENTATION模塊描述的API實(shí)現(xiàn) 「自動(dòng)化」。

與GOOGLE命令一樣，DOCUMENTATION命令也是從源頭向主模塊提供信息，這里指的是有關(guān)所需API的文檔。

研究人員演示了與Opentrons Python API 和翡翠云實(shí)驗(yàn)室（ECL）符號(hào)實(shí)驗(yàn)室語言（SLL）的兼容性。這些模塊共同組成了Coscientist，它可以接收來自用戶的簡單純文本輸入提示（例如，「執(zhí)行多個(gè)鈴木反應(yīng)」）。上圖完整地展示了這一架構(gòu)。

此外，有些命令還可以使用子反應(yīng)。

GOOGLE命令能夠?qū)⑻崾巨D(zhuǎn)化為適當(dāng)?shù)木W(wǎng)絡(luò)搜索查詢，在谷歌搜索API中運(yùn)行這些查詢，瀏覽網(wǎng)頁并將答案反饋給規(guī)劃器。

同樣，DOCUMENTATION命令可檢索和匯總必要的文檔（例如，機(jī)器人液體處理器或云實(shí)驗(yàn)室），以便規(guī)劃器調(diào)用 EXPERIMENT命令。

PYTHON命令使用一個(gè)隔離的Docker容器執(zhí)行代碼（不依賴于任何語言模型），以保護(hù)用戶的機(jī)器免受規(guī)劃器要求的任何意外操作的影響。

重要的是，規(guī)劃器背后的語言模型可以在軟件出錯(cuò)時(shí)修復(fù)代碼。這同樣適用于自動(dòng)化模塊的EXPERIMENT 命令，該命令可在相應(yīng)硬件上執(zhí)行生成的代碼，或?yàn)槭謩?dòng)實(shí)驗(yàn)提供合成程序。

AI讓每個(gè)人都能成為科學(xué)家

自然界的大小和復(fù)雜性幾乎是無限的，無數(shù)新的科學(xué)發(fā)現(xiàn)有待人類突破。

想象一下，新的超導(dǎo)材料可以顯著提高能源效率，或者化合物可以治愈原本無法治愈的疾病，延長人類的壽命。

然而，獲得取得這些突破所需的教育和培訓(xùn)是一段漫長而艱巨的旅程，成為一名科學(xué)家實(shí)在是太難了。

但是Gomes和他的團(tuán)隊(duì)設(shè)想，像Coscientist這樣的人工智能輔助系統(tǒng)是一種解決方案，可以為全世界大量提供「AI科學(xué)家」來滿足科研的人力需求。

人類科學(xué)家也需要休息，睡眠。而人類引導(dǎo)的人工智能可以全天候地「科研」。

「自主運(yùn)行的AI系統(tǒng)可以發(fā)現(xiàn)新現(xiàn)象、新反應(yīng)、新想法」。

科學(xué)上有一個(gè)反復(fù)嘗試、失敗、學(xué)習(xí)和改進(jìn)的過程，人工智能可以大大加快這一過程。

「這可以顯著降低幾乎任何領(lǐng)域的準(zhǔn)入門檻」Gomes說。例如，如果一位未受過「鈀催化偶聯(lián)反應(yīng)」訓(xùn)練的生物學(xué)家想以一種新的方式探索反應(yīng)的用途，他們可以請(qǐng)Coscientist幫助他們計(jì)劃實(shí)驗(yàn)。