卡內基美隆大學的研究人員在12 月21 日出版的《自然》（Nature）雜誌上報告說，一個非有機智慧系統首次設計、規劃並執行了一個化學實驗。卡內基美隆大學的人工智慧系統Coscientist 成功地自動完成了複雜的諾貝爾獲獎化學反應，標誌著人工智慧驅動的科學研究和實驗取得了突破性進展。

“我們預計，用於自主科學實驗的智慧代理系統將帶來巨大的發現、不可預見的療法和新材料。」卡內基美隆大學的研究團隊在論文中寫道：”雖然我們無法預測這些發現會是什麼，但我們希望看到人類與機器之間的協同合作關係能帶來一種新的研究方式。”

卡內基美隆大學的研究人員在12 月21 日出版的《自然》（Nature）雜誌上報告說，一個非有機智慧系統首次設計、規劃並執行了一項化學實驗。資料來源：卡內基美隆大學

將人工智慧與化學融為一體

該系統名為”協作科學家”（Coscientist），由化學與化學工程助理教授加布-戈麥斯（Gabe Gomes）和化學工程博士生丹尼爾-博伊科（Daniil Boiko）及羅伯特-麥克奈特（ Robert MacKnight）設計。它使用大型語言模型（LLM），包括OpenAI 的GPT-4 和Anthropic 的Claude，透過簡單明了的語言提示來執行整個實驗過程。

例如，科學家可以要求Coscientist 找到一種具有給定特性的化合物。系統會搜尋網路、文獻資料和其他可用資源，綜合訊息，並選擇一個使用機器人應用程式介面（API）的實驗方案。然後將實驗計劃發送給自動儀器並由其完成。總之，與系統一起工作的人類設計和運行實驗的速度、準確性和效率都比人類單獨工作高得多。

卡內基美隆大學雲端實驗室是一個遠端操作的自動化實驗室，研究人員可以使用200 多台科學設備。資料來源：卡內基美隆大學

美國國家科學基金會（NSF）化學部主任大衛-伯科威茨（David Berkowitz）說：”除了他們的系統所展示的化學合成任務之外，戈麥斯和他的團隊還成功地合成了一種超高效的實驗室夥伴。他們把所有部件組合在一起，最終的結果遠遠超過了各部分的總和–它可以用於真正有用的科學目的。”

具體來說，在《自然》雜誌的論文中，研究小組展示了Coscientist可以規劃已知化合物的化學合成；搜尋和瀏覽硬體文件；使用文件在被稱為雲端實驗室的自動化實驗室中執行高級命令；控制液體處理儀器；完成需要使用多個硬體模組和不同資料來源的科學任務；以及透過分析先前收集的資料來解決最佳化問題。

擴大獲得先進科學研究的機會

“使用LLM 將幫助我們克服使用自動化實驗室的最主要障礙之一：程式設計能力，”Gomes 說。”如果科學家能用自然語言與自動化平台互動，我們就能向更多人開放這個領域。”

這包括那些無法使用通常只有頂級大學和機構才有的先進科研儀器的學術研究人員。遠端控制的自動化實驗室，通常被稱為雲端實驗室或自駕車實驗室，為這些科學家帶來了使用機會，實現了科學的民主化。

卡內基美隆大學雲端實驗室是一個遠端操作的自動化實驗室，可讓研究人員使用200 多台科學設備。資料來源：卡內基美隆大學

合作努力與未來展望

卡內基美隆大學的研究人員與翡翠雲端實驗室（Emerald Cloud Lab，簡稱ECL）的本-克萊恩（Ben Kline）合作，證明Coscientist 可用於在自動化機器人實驗室中執行實驗。

ECL聯合創始人兼聯合首席執行官布萊恩-弗萊扎（Brian Frezza）說：”戈麥斯教授和他的團隊在這裡的開創性工作不僅證明了自動駕駛實驗的價值，還開創了一種利用雲端實驗室技術與更廣泛的科學界分享工作成果的新方法。”

卡內基美隆大學與ECL 合作，將於2024 年初在一所大學開設首個雲端實驗室。卡內基美隆大學雲端實驗室將為大學的研究人員及其合作者提供200 多台設備。戈麥斯計劃繼續開發《自然》論文中描述的技術，以便在未來與卡內基美隆大學雲端實驗室和其他自動駕駛實驗室一起使用。

加布-戈麥斯（Gabe Gomes）是卡內基美隆大學化學和化學工程助理教授，他和團隊創建了一個可以設計、規劃和執行科學實驗的智慧系統–Coscientist。資料來源：卡內基美隆大學喬納-拜爾（Jonah Bayer

提高研究的可追溯性和可重複性

Coscientist 實際上還打開了實驗的”黑盒子”。該系統追蹤並記錄研究的每一步，使研究工作完全可追溯和可重現。

美國國家科學基金會化學創新中心計畫主任凱西-科弗特（Kathy Covert）表示：「這項工作展示了化學領域的兩種新興工具–人工智慧和自動化–如何整合成一種更強大的工具。像Coscientist 這樣的系統將啟用新的方法來快速改進我們合成新化學品的方式，而且這些系統生成的數據集將是可靠的、可複製的、可重現的，並可被其他化學家重複使用，從而擴大其影響力。”

解決安全和倫理問題

對Gomes 而言，圍繞LLM 的安全問題，尤其是與科學實驗相關的安全問題至關重要。在論文的輔助資訊中，戈麥斯的團隊調查了人工智慧被脅迫製造危險化學物質或受管制物質的可能性。

「我相信人工智慧科學所能帶來的正面影響遠大於負面影響。但我們有責任承認可能會出現的問題，並提供解決方案和故障保險，」戈麥斯說。

作者在論文中寫道：”透過確保以合乎道德和負責任的方式使用這些強大的工具，我們可以繼續探索大型語言模型在推進科學研究方面的巨大潛力，同時降低與濫用這些工具相關的風險。 “

參考文獻：《大型語言模型的自主科學研究能力》，2023 年12 月20 日，《自然》雜誌。

DOI: 10.1038/s41586-023-06792-0

編譯來源：ScitechDaily