Nature News: KI reproduziert Nobelpreis-gekrönte Forschung in nur wenigen Minuten und ist einmal erfolgreich

In nur wenigen Minuten konnte die KI eine mit dem Nobelpreis ausgezeichnete Forschung erfolgreich replizieren und es war nur ein Versuch nötig.

Dieser GPT-4-betriebene „KI-Laborpartner“ heißt Coscientist und wurde gemeinsam von einem Forschungsteam der Carnegie Mellon University und des Emerald Cloud Lab vorgeschlagen und gerade in der maßgeblichen wissenschaftlichen Zeitschrift Nature veröffentlicht.

Es wird berichtet, dass Coscientist die Fähigkeiten großer Sprachmodelle (LLMs) mit Tools wie Internet- und Dokumentensuche, Codeausführung und experimenteller Automatisierung kombiniert, um reale chemische Experimente autonom zu entwerfen, zu planen und auszuführen .

Coscientist stellte sein Potenzial zur Beschleunigung der Forschung in sechs verschiedenen Aufgaben unter Beweis, darunter die erfolgreiche Optimierung palladiumkatalysierter Kupplungsreaktionen (der amerikanische Chemiker Richard Fred Heck und die beiden japanischen Chemiker Ei-ichi Negishi und Akira Suzuki erhielten 2010 den Nobelpreis für Chemie für ihre Forschung zu palladiumkatalysierten Kupplungsreaktionen in der organischen Synthese). Gleichzeitig demonstrierte das System erweiterte Fähigkeiten im (halb-)autonomen experimentellen Design und der Durchführung.

Abbildung | Von Coscientist generierter Code. Die Schritte sind wie folgt: Definieren Sie die Metadaten der Methode, laden Sie das Labware-Modul, richten Sie den Liquid Handler ein, führen Sie die erforderlichen Reagenztransfers durch, richten Sie das Heiz-/Schüttelmodul ein, führen Sie die Reaktion aus und schließen Sie das Modul. (Quelle: Dieses Dokument)

Diese Forschung zeigt , dass es möglich ist, KI effektiv zu nutzen, um die Geschwindigkeit und Menge wissenschaftlicher Entdeckungen zu erhöhen und die Reproduzierbarkeit und Zuverlässigkeit experimenteller Ergebnisse zu verbessern .

Die zugehörige Forschungsarbeit mit dem Titel „Autonome chemische Forschung mit großen Sprachmodellen“ wurde in Nature veröffentlicht.

„Wir können etwas haben, das autonom läuft, um zu versuchen , neue Phänomene, neue Reaktionen, neue Ideen zu entdecken“, sagte Gabe Gomes, Assistenzprofessor für Chemie und Chemieingenieurwesen an der Carnegie Mellon und Hauptautor des Artikels. „Sie können Ressourcen und Verständnis in großem Maßstab demokratisieren.“

Er sagte, der iterative Prozess des Ausprobierens, Scheiterns, Lernens und Verbesserns in der Wissenschaft könne durch KI erheblich beschleunigt werden , was an sich schon eine dramatische Veränderung wäre.

„Über die vom System demonstrierten chemischen Syntheseaufgaben hinaus ist es Gabe Gomes und seinem Team gelungen, einen effizienten Laborpartner zu schaffen, der die verschiedenen Komponenten geschickt kombiniert , um Ergebnisse zu erzielen, die weit über die individuellen Beiträge jedes Teils hinausgehen und für wirklich nützliche wissenschaftliche Forschung eingesetzt werden können “, sagte David Berkowitz, Direktor der Abteilung für Chemie der National Science Foundation.

In einem ebenfalls in Nature erschienenen Perspektivartikel schrieben Ana Laura Dias und Tiago Rodrigues vom Institut für Pharmazeutische Forschung an der Fakultät für Pharmazie der Universität Lissabon, dass Coscientist „ein entscheidender Schritt hin zur Einrichtung automatisierter Labore“ sei und dass „wir in naher Zukunft mit weiteren spannenden Entwicklungen rechnen können, solange das Missbrauchspotenzial großer Sprachmodelle in der Chemie nicht zu Vorschriften führt, die die entsprechende Forschung behindern“.

Wie im Dokument beschrieben, weist Coscientist jedoch auch einige Einschränkungen auf . Beispielsweise kommt es bei Coscientist manchmal vor, dass die chemischen Reaktionen nicht richtig ablaufen (obwohl das Programm sich selbst korrigieren kann). Diese Probleme können jedoch durch die Verwendung komplexer Eingabestrategien (wie etwa Gedankenketten und Gedankenbäume) und die Erhöhung der chemiebezogenen Daten gemildert werden.

Darüber hinaus ist es wichtig zu beachten, dass reale Forschungsprobleme viel komplexer sind als die in dieser Studie behandelten und oft Konzepte aus anderen Disziplinen als der Chemie beinhalten, wie etwa der Biologie in der Arzneimittelentwicklung. Der heutige Wissenschaftler ist jedoch nicht in der Lage, diese komplexen Probleme zu lösen.

Erfolgreiche Reproduktion der Nobelpreisforschung

Dem Dokument zufolge erwirbt Coscientist das zum Lösen komplexer Probleme erforderliche Wissen durch die Interaktion mit mehreren Modulen, darunter Netzwerk- und Dokumentsuchen, Codeausführung und Experimente.

Das Hauptmodul des Systems ist Planner, das auf GPT-4 basiert. Als Laborassistent plant Coscientist Experimente durch Aufrufen von vier Befehlen (GOOGLE, PYTHON, DOCUMENTATION und EXPERIMENT).

Darunter ist der GOOGLE-Befehl für die Suche im Internet zuständig, der PYTHON-Befehl führt den Code aus und der DOCUMENTATION-Befehl ruft die erforderlichen Dokumente ab und fasst sie zusammen. Darüber hinaus können diese Befehle Unteroperationen ausführen.

Abbildung ｜ Coscientist-Systemarchitektur (Quelle: das Papier)

Die Experimente begannen mit einfachen Aufgaben. Die Forscher baten Coscientists zunächst, mithilfe einer Flüssigkeitsbehandlungsmaschine farbige Flüssigkeiten in eine Gitterplatte mit 96 kleinen Löchern zu verteilen. Die Aufgabenstellungen umfassten vor allem einfache Aufgaben wie „Male jede zweite Reihe mit einer Farbe deiner Wahl“ und „Zeichne eine blaue Diagonale“.

Nach erfolgreichem Abschluss der oben genannten Aufgaben führte das Forschungsteam den Coscientists weitere Arten von Robotergeräten vor. Als Nächstes wurde Coscientist aufgefordert, eine Tafel mit drei verschiedenfarbigen Flüssigkeiten (rot, gelb und blau) zu identifizieren und die Position jeder Farbe auf der Tafel zu bestimmen.

Abbildung ｜ Steuerungsmöglichkeiten der robotergestützten Flüssigkeitshandhabung und Integration mit Analysetools (Quelle: Dieses Dokument)

Da Coscientist keine Augen hat, hat das Unternehmen einen Code geschrieben, der die Tafel mit der geheimnisvollen Farbe automatisch an ein Spektralphotometer weiterleitet und die Wellenlängen des von jedem kleinen Loch absorbierten Lichts analysiert, um zu bestimmen, welche Farben auf der Tafel vorhanden sind und wo sie sich befinden. Für diese Aufgabe mussten die Forscher Coscientist ein wenig in die richtige Richtung lenken und ihm sagen, er solle darüber nachdenken, wie verschiedene Farben Licht absorbieren. Den Rest der Arbeit erledigt die KI autonom.

Im Abschlusstest war der Coscientist für die Durchführung der „Suzuki- und Sonogashira-Reaktionen“ verantwortlich.

Die beiden Reaktionen sind nach ihren Erfindern benannt. Bei diesen in den 1970er Jahren entdeckten Reaktionen wird das Metall Palladium verwendet, um chemische Bindungen zwischen Kohlenstoffatomen in organischen Molekülen zu katalysieren. Diese Reaktionen spielen eine wichtige Rolle bei der Entwicklung neuer Medikamente zur Behandlung von Entzündungen, Asthma und anderen Krankheiten. Sie werden auch häufig in organischen Halbleitern, sogenannten OLEDs (organische Leuchtdioden), verwendet, einer Technologie, die in vielen Smartphones und Monitoren zum Einsatz kommt. Diese bahnbrechenden Reaktionen und ihre weitverbreitete Anwendung wurden 2010 mit dem Nobelpreis ausgezeichnet . Natürlich hatte Coscientist diese Reaktionen noch nie zuvor ausprobiert . Coscientist suchte vor allem auf Wikipedia nach Antworten, zog aber auch eine Reihe anderer Websites heran, darunter die der American Chemical Society und der Royal Society of Chemistry, die wissenschaftliche Arbeiten enthalten, in denen die Suzuki- und Sonogashira-Reaktionen beschrieben werden.

In weniger als vier Minuten entwickelte Coscientist ein präzises Verfahren, um mit den vom Team bereitgestellten Chemikalien die gewünschte Reaktion zu erzielen. Beim Versuch, den Roboter in der physischen Welt sein Programm ausführen zu lassen, ist ihm jedoch beim Schreiben des Codes zur Steuerung des Geräts, das die Flüssigkeitsproben erhitzt und vibrieren lässt, ein Fehler unterlaufen. Ohne menschliches Zutun entdeckte der Coscientist das Problem, konsultierte das technische Handbuch des Geräts, korrigierte den Code und versuchte es erneut.

Abbildung | Kreuzkupplungsexperimente mit Suzuki- und Sonogashira-Reaktionen, entwickelt und durchgeführt von Coscientist (Quelle: Dieses Dokument)

Die Ergebnisse werden in winzigen Proben von einigen Tropfen klarer Flüssigkeit dargestellt. Die Forscher analysierten diese Proben und entdeckten erfolgreich die spektralen Signaturen der Suzuki- und Sonogashira-Reaktionen.

KI-Laborpartner , der rund um die Uhr „denkt“

In den letzten Jahren hat AI neben Coscientist auch in autonomen Laboren kontinuierliche Durchbrüche in der verwandten Forschung erzielt.

Vor nicht allzu langer Zeit entdeckte A-Lab, ein Labor, das Roboter mithilfe von KI bei der Herstellung neuer Materialien anleitet, mit minimalem menschlichen Eingriff schnell neue Materialien. Dies kann dazu beitragen, Materialien in zahlreichen Forschungsfeldern wie Batterien, Energiespeicherung, Solarzellen, Brennstoffzellen usw. zu identifizieren und schnell zu verfolgen. A-Lab synthetisierte erfolgreich 41 der 58 vorhergesagten Materialien, was einer Erfolgsquote von 71 % entspricht.

Darüber hinaus hat das Argonne National Laboratory in den USA eine fortschrittliche Technologie erfunden, die zu wissenschaftlichen Entdeckungen führt: Polybot. Es bringt die Wissenschaft fast ohne menschliches Eingreifen voran, indem es die Möglichkeiten der Robotik, des Hochleistungsrechnens und der künstlichen Intelligenz (einschließlich maschinellem Lernen) voll ausschöpft. Das System ermöglicht nicht nur die Synthese und Herstellung autonomer Materialien, sondern auch den robotergestützten Probentransfer, die Charakterisierung, Prüfung und Datenanalyse.

Im August dieses Jahres erklärten das Massachusetts Institute of Technology und Xinterra aus Singapur in einem in Nature veröffentlichten Artikel, dass in naher Zukunft jeder Experimentalforscher über einen KI-Assistenten für die wissenschaftliche Forschung verfügen sollte, der uns dabei helfen kann, automatisierte Experimente zu entwerfen und durchzuführen, experimentelle Daten zu analysieren, Mechanismushypothesen aufzustellen und sogar Fragen zu beantworten. KI-Assistenten in der wissenschaftlichen Forschung können die monotone körperliche Arbeit experimenteller Mitarbeiter erheblich reduzieren und ihnen ermöglichen, ihre Energie hauptsächlich auf kritisches Denken zu konzentrieren.

Die Natur ist in ihrer Größe und Komplexität nahezu unendlich und birgt unzählige Entdeckungen, die darauf warten, entdeckt zu werden. Stellen Sie sich neue supraleitende Materialien vor, die die Energieeffizienz drastisch verbessern könnten, oder Verbindungen, die ansonsten unheilbare Krankheiten heilen und die Lebenserwartung des Menschen verlängern könnten.

Allerdings ist es ein langer und mühsamer Prozess, die für diese Durchbrüche erforderliche Ausbildung und Schulung zu erlangen, und die Ausbildung eines Wissenschaftlers ist schwierig. Wir können uns vorstellen , dass KI-gestützte Systeme wie Coscientist die Kluft zwischen den riesigen unerforschten Bereichen der Natur und dem Mangel an ausgebildeten Wissenschaftlern überbrücken .

Darüber hinaus haben menschliche Wissenschaftler auch menschliche Bedürfnisse, wie Schlafen und Ausruhen, während eine vom Menschen gesteuerte KI rund um die Uhr „denken“ und experimentelle Ergebnisse wiederholt überprüfen kann, um die Wiederholbarkeit sicherzustellen .

Man kann sagen, dass die Aussichten für die KI, autonome Experimente durchzuführen, sehr groß sind.

Referenzlinks:

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

https://www.nature.com/articles/d41586-023-03790-0

https://www.nature.com/articles/s41586-023-06734-w

https://www.nature.com/articles/s41578-023-00588-4

https://www.anl.gov/cnm/polybot