Onderzoekers van de Carnegie Mellon Universiteit rapporteren in het nummer van Nature van 21 december dat een niet-organisch intelligent systeem voor de eerste keer een chemisch experiment heeft ontworpen, gepland en uitgevoerd. Het kunstmatige-intelligentiesysteem Coscientist van Carnegie Mellon University voltooide met succes automatisch een complexe Nobelprijswinnende chemische reactie, wat een doorbraak markeerde in door kunstmatige intelligentie aangedreven wetenschappelijk onderzoek en experimenten.
"We verwachten dat intelligente agentsystemen voor autonome wetenschappelijke experimenten zullen leiden tot enorme ontdekkingen, onvoorziene behandelingen en nieuwe materialen." Het onderzoeksteam van Carnegie Mellon University schreef in de krant: "Hoewel we niet kunnen voorspellen wat deze ontdekkingen zullen zijn, hopen we dat een samenwerkingsrelatie tussen mens en machine zal leiden tot een nieuwe manier van onderzoek doen."
Het samenbrengen van kunstmatige intelligentie en chemie
Het systeem, genaamd Coscientist, is ontworpen door Gabe Gomes, assistent-professor scheikunde en chemische technologie, en doctoraatsstudenten chemische technologie Daniil Boiko en Robert MacKnight. Het maakt gebruik van grote taalmodellen (LLM's), waaronder GPT-4 van OpenAI en Claude van Anthropic, om het hele experimentele proces uit te voeren met eenvoudige en duidelijke taalprompts.
Een wetenschapper kan bijvoorbeeld een cowetenschapper vragen een verbinding met een bepaalde eigenschap te vinden. Het systeem doorzoekt het internet, literatuurgegevens en andere beschikbare bronnen, synthetiseert de informatie en selecteert een experimenteel protocol met behulp van de Robot Application Programming Interface (API). Het proefplan wordt vervolgens naar het geautomatiseerde instrument gestuurd en aangevuld. Samenvattend kunnen mensen die naast een systeem werken, experimenten veel sneller, nauwkeuriger en efficiënter ontwerpen en uitvoeren dan mensen die alleen werken.
"Naast de chemische synthesetaken die hun systeem demonstreert, zijn Gomez en zijn team er ook in geslaagd een superefficiënte laboratoriumgenoot te synthetiseren", zegt David Berkowitz, directeur van de Chemistry Division van de National Science Foundation (NSF). "Ze hebben alle onderdelen samengevoegd en het eindresultaat is veel meer dan de som der delen - en het kan worden gebruikt voor echt nuttige wetenschappelijke doeleinden."
Concreet laat het team in het Nature-artikel zien dat Coscientist chemische syntheses van bekende verbindingen kan plannen; hardwaredocumentatie zoeken en doorbladeren; gebruik documentatie om opdrachten op hoog niveau uit te voeren in geautomatiseerde laboratoria die bekend staan als cloudlabs; controle-instrumenten voor vloeistofbehandeling; wetenschappelijke taken voltooien waarvoor het gebruik van meerdere hardwaremodules en verschillende gegevensbronnen vereist is; en optimalisatieproblemen oplossen door eerder verzamelde gegevens te analyseren.
Vergroot de toegang tot geavanceerd wetenschappelijk onderzoek
"Het gebruik van LLM zal ons helpen een van de grootste obstakels voor het gebruik van geautomatiseerde laboratoria te overwinnen: programmeermogelijkheden", aldus Gomes. "Als wetenschappers kunnen communiceren met geautomatiseerde platforms met behulp van natuurlijke taal, kunnen we dit veld voor meer mensen openstellen."
Dit geldt ook voor academische onderzoekers die geen toegang hebben tot geavanceerde wetenschappelijke instrumenten die doorgaans alleen beschikbaar zijn aan topuniversiteiten en -instellingen. Op afstand bestuurde geautomatiseerde laboratoria, vaak cloudlaboratoria of zelfrijdende laboratoria genoemd, bieden toegang tot deze wetenschappers en democratiseren de wetenschap.
Samenwerkingsinspanningen en toekomstperspectieven
Onderzoekers van de Carnegie Mellon University hebben in samenwerking met Ben Kline van Emerald Cloud Lab (ECL) aangetoond dat Coscientist kan worden gebruikt om experimenten uit te voeren in geautomatiseerde robotlaboratoria.
Medeoprichter en mede-CEO van ECL Brian Frezza zei: “Het baanbrekende werk van professor Gomez en zijn team hier demonstreert niet alleen de waarde van experimenten met autonoom rijden, maar pioniert ook met een nieuwe manier om cloudlaboratoriumtechnologie te gebruiken om de resultaten van het werk te delen met de bredere wetenschappelijke gemeenschap.”
Carnegie Mellon University werkt samen met ECL om begin 2024 het eerste cloudlaboratorium op een universiteit te openen. Het Carnegie Mellon University Cloud Lab zal meer dan 200 apparaten leveren aan de onderzoekers van de universiteit en hun medewerkers. Gomez is van plan de technologie die in het Nature-artikel wordt beschreven, in de toekomst verder te ontwikkelen voor gebruik met het Carnegie Mellon University Cloud Lab en andere zelfrijdende laboratoria.
Verbeter de traceerbaarheid en reproduceerbaarheid van onderzoek
Coscientist opende feitelijk de ‘zwarte doos’ van het experiment. Het systeem volgt en registreert elke stap van het onderzoek, waardoor het onderzoekswerk volledig traceerbaar en reproduceerbaar is.
"Dit werk laat zien hoe twee opkomende instrumenten in de chemie - kunstmatige intelligentie en automatisering - kunnen worden geïntegreerd in een krachtiger instrument", zegt Kathy Covert, programmadirecteur bij het Centre for Chemistry Innovation van de National Science Foundation. "Systemen als Coscientist zullen nieuwe methoden mogelijk maken om snel de manier te verbeteren waarop we nieuwe chemicaliën synthetiseren, en de datasets die door deze systemen worden gegenereerd zullen betrouwbaar, repliceerbaar, reproduceerbaar en herbruikbaar zijn door andere scheikundigen, waardoor hun impact wordt vergroot."
Behandel veiligheids- en ethische kwesties
Voor Gomes zijn veiligheidskwesties rond LLM, vooral die gerelateerd aan wetenschappelijke experimenten, van cruciaal belang. Ter ondersteuning van de informatie voor de krant onderzocht het team van Gomez de mogelijkheid dat kunstmatige intelligentie gedwongen kon worden gevaarlijke chemicaliën of gereguleerde stoffen te maken.
"Ik geloof dat de positieve effecten die AI-wetenschap kan hebben veel groter zijn dan de negatieve effecten. Maar we hebben de verantwoordelijkheid om de problemen die zich kunnen voordoen te erkennen en oplossingen en failsafes te bieden", aldus Gomez.
"Door ervoor te zorgen dat deze krachtige hulpmiddelen ethisch en verantwoord worden gebruikt, kunnen we doorgaan met het verkennen van het enorme potentieel van grote taalmodellen om wetenschappelijk onderzoek vooruit te helpen en tegelijkertijd de risico's die gepaard gaan met misbruik van deze hulpmiddelen te verminderen", schreven de auteurs in het artikel.
Referentie: "Autonomous Scientific Research Capabilities of Large Language Models", 20 december 2023, tijdschrift "Nature".
DOI:10.1038/s41586-023-06792-0
Samengestelde bron: ScitechDaily