UN ‘système intelligent inorganique » programmé par l’intelligence artificielle a conçu, planifié et exécuté seul une expérience chimique pour la première fois dans l’histoire. Selon des chercheurs de l’Université Carnegie Mellon (États-Unis) Revue naturele système n’avait besoin que quelques minutes pour se renseigner sur les réactions chimiques de Suzuki et Sonogashira, et il a réussi le test sans faute et du premier coup.
« Cela nous permet d’anticiper que les systèmes intelligents d’expérimentation scientifique autonome nous apporteront des découvertes impressionnantes, des thérapies sans précédent et de nouveaux matériaux. Nous ne pouvons pas prédire en quoi consisteront ces avancées, mais nous espérons faire la lumière sur une nouvelle façon de rechercher grâce à un partenariat synergique entre les humains et les machines », écrivent les chercheurs dans l’article.
Le nom du système est Coscientifique, et a été conçu par Gabe Gomes, professeur adjoint de chimie et de génie chimique, en collaboration avec ses doctorants Daniil Boiko et Robert MacKnight. Il utilise des modèles de langage large (LLM), notamment GPT-4 d’OpenAI et Claude d’Anthropic, pour exécuter un large éventail de processus expérimentaux à l’aide de commandes simples formulées avec des commandes simples.
[El momento más temido de la IA: ChatGPT-4 tiene signos de razonamiento humano, avisa Microsoft]
Ainsi, un scientifique peut demander à Coscientist de trouver un composé possédant certaines propriétés. Le système analysera Internet A la recherche de sources, il synthétisera les informations et la documentation trouvées, et préparera un programme d’expérimentation utilisant des API (Application Programming Interfaces). Les instruments robotiques du Carnegie Mellon Cloud Laboratory sera chargé de réaliser le test, selon un processus plus rapide, plus efficace et plus précis qu’un être humain ne le ferait seul.
Plus précisément, les chercheurs ont montré que Coscientist peut planifier la synthèse chimique de composés chimiques ; rechercher et parcourir la documentation des systèmes matériels ; utilisez-le pour exécuter des commandes de haut niveau dans le laboratoire cloud automatisé ; contrôler le gestion des liquides à travers des instruments ; effectuer des tâches scientifiques qui nécessitent l’utilisation de plusieurs modules et sources de données ; et résoudre problèmes d’optimisation sur la base des données collectées précédemment.
Le système avait reçu l’ordre d’exécuter des « réactions de Suzuki et de Sonogashira », qui utilisent le métal palladium comme catalyseur pour les atomes de carbone dans les molécules organiques. Coscientist a ensuite effectué des recherches sur Wikipédia, mais également dans les référentiels en ligne de l’American Chemical Society, de la Royal Society of Chemistry et d’autres sources universitaires. moins de quatre minutes, avait développé une méthode procédurale. Il a commis une erreur lors de la programmation de l’instrument qui chauffe et agite les échantillons, mais il l’a détectée et corrigée sans intervention extérieure.
« L’utilisation des LLM nous permettra de surmonter l’un des principaux obstacles posés par l’utilisation de laboratoires automatisés : le il faut coder » explique Gomes. » Si les scientifiques peuvent interagir avec des plateformes autonomes avec un langage naturel, le domaine s’ouvrira à beaucoup plus de personnes. » Il s’agit, expliquent-ils, de » démocratiser la science « , puisque les chercheurs pourront avoir accès par voie électronique aux infrastructures scientifiques et aux instruments les plus avancés, que l’on ne trouve que dans les centres de recherche les plus avancés.
Il peut être dangereux?
Le chercheur reconnaît que la principale vertu des LLM, la simplicité de leur utilisation, est ce qui les rend plus dangereux. L’équipe consacre un article supplémentaire à l’analyse de la manière dont leur système pourrait présenter un risque s’il était contraint de fabriquer Substances dangereuses soit produits chimiques restreints.
« Je crois fermement que les aspects positifs de l’aide de l’IA à la science dépassent de loin les aspects négatifs. Mais nous avons la responsabilité d’évaluer ce qui peut mal tourner et fournir à la fois des solutions et une assurance » écrit Gomes. » En garantissant l’utilisation éthique et responsable de ces outils puissants, nous pouvons continuer à explorer le vaste potentiel des LLM pour faire progresser les connaissances scientifiques tout en atténuant les risques associés à leur mauvaise utilisation.
Suivez les sujets qui vous intéressent