基于大语言模型的自主化学研究
Autonomous chemical research with large language models
Daniil A. Boiko, Robert MacKnight, Ben Kline, Gabe Gomes
Nature · 2023-12-20
开放获取大模型与语言被引 1,021被引前 10%影响因子 ≈19.4
摘要
以Transformer架构为基础的大语言模型在自然语言处理¹⁻⁵、生物学⁶,⁷、化学⁸⁻¹⁰以及计算机编程¹¹,¹²等领域取得了显著进展。本研究介绍了Coscientist的开发过程及其功能特性：这是一种由GPT-4驱动的人工智能系统，它通过整合互联网检索、文档查询、代码执行及实验自动化等工具，能够自主完成复杂实验的设计、规划与实施。Coscientist在六项不同类型的任务中展现了加速科研进程的巨大潜力，其中包括成功实现钯催化交叉偶联反应的条件优化，同时表现出卓越的（半）自主实验设计与执行能力。我们的研究结果证实了诸如Coscientist这类人工智能系统在推动科研发展方面的多功能性、高效性与可解释性。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于全文生成- 主要观点
- 该文提出并展示由GPT-4驱动的多LLM智能体Coscientist，其核心论点是：将大语言模型与互联网和文档搜索、代码执行及实验自动化工具结合后，能够自主设计、规划和执行复杂化学实验。研究围绕LLM在科学过程中的能力边界、可达到的自主程度以及如何理解自主智能体决策展开，并以Planner通过GOOGLE、PYTHON、DOCUMENTATION、EXPERIMENT四条命令组织行动。Coscientist在六类任务中展示能力，包括已知化合物合成规划、硬件文档检索、云实验室高级命令执行、液体处理器低层控制、多硬件模块与多数据源整合，以及基于历史实验数据的优化。在钯催化交叉偶联中，系统完成Suzuki–Miyaura与Sonogashira反应设计，选择偶联伙伴、计算体积、生成并修正机器人协议，GC-MS检测到目标产物。作者据此主张此类AI系统具有通用性、有效性和可解释性，可对反应性与选择性等概念作出理由说明。
- 研究方法
- 研究采用多模块系统架构：Planner为GPT-4 chat completion实例，通过GOOGLE、PYTHON、DOCUMENTATION、EXPERIMENT定义动作空间，Web searcher、Docs searcher、Code execution（隔离Docker容器）与Automation模块分别承担网络检索、文档检索摘要、代码执行和实验执行。合成规划测试使用七个化合物，将search-gpt-4、search-gpt-3.5-turbo与GPT-3.5、GPT-4、Claude 1.3、Falcon-40B-Instruct等基线比较，并按1–5分主观量表评价方案正确性与详细度。文档检索以OpenAI ada嵌入和基于距离的向量搜索实现，在OT-2 API与ECL SLL上开展prompt-to-function、prompt-to-SLL、prompt-to-samples三类调查，其中样本检索使用1,110个Model样本目录。硬件控制以Opentrons OT-2液体处理器在无互联网条件下执行自然语言板布局协议，并接入UV-Vis板阅读器完成红、黄、蓝三孔颜色与位置识别任务。集成实验以Suzuki–Miyaura和Sonogashira偶联为对象，由Coscientist搜索网络、选择试剂、计算体积、编写并修正Python协议，最终用GC-MS分析产物；另以SMILES数据库和RDKit对五种常见有机转化进行计算实验。
- 学术贡献
- 在理论建构层面，该文提出Coscientist多LLM智能体架构，把GPT-4与工具调用、代码执行和自动化实验接口整合，论证LLM可作为科学实验规划与执行主体。在方法创新层面，研究用GOOGLE、PYTHON、DOCUMENTATION、EXPERIMENT命令空间组织LLM行动，并组合向量检索文档、隔离代码执行与硬件API调用，为LLM耦合实验室自动化提供可操作路径。在领域拓展层面，工作覆盖化学合成规划、云实验室HPLC、Opentrons液体处理、Suzuki/Sonogashira偶联以及大化合物库计算筛选等子领域，尤其展示从网络信息到机器人协议再到GC-MS验证的闭环。对自主实验与可解释性议题，系统能就试剂选择给出基于反应性和选择性的理由，并允许通过多次运行分析LLM推理。
- 存在局限
- 合成规划评分量表虽尝试形式化，但材料承认标注具有主观性，不同标注者可能不一致，且七个化合物测试集规模有限。实验能力限制了可探索的化合物空间，集成偶联实验尚未完全自动化，微孔板需人工移动；云实验室HPLC实验中出现气泡与分析物一同注入，显示云端实验质量控制不足。系统依赖网络检索，材料显示约一半情况下检索到Wikipedia页面，Planner动作空间未接入Reaxys、SciFinder等反应数据库，可能制约多步合成表现。文档检索在OT-2等常见API上有效，但扩展到ECL等更多样机器人生态时挑战更大；HPLC的色谱柱、缓冲体系、梯度等参数由ECL内部软件确定，仍需后续优化。材料中未明确提及对自主实验安全边界、误操作后果或伦理审查的系统评估。
- 进一步研究方向
- 可将Reaxys、SciFinder等反应数据库接入Planner动作空间，并以多步合成任务为对象设置对照实验，检验其相对纯网络检索在合成路线正确率与完整性上的提升。可采用ReAct、Chain of Thought、Tree of Thoughts等高级提示策略分析系统先前陈述，测试其能否降低幻觉并提高合成方案准确率。可针对云实验室开发自动质量控制技术以识别气泡等异常，并利用网络搜索细化HPLC色谱柱化学、缓冲体系和梯度等参数，验证优化后分离结果。可在更大化合物库和更多反应类型上扩展SMILES/RDKit计算实验与机器人执行，评估跨反应、跨底物的成功率及运行间差异；通过多次重复实验分析LLM决策依据，检验可解释性。可将实验平台从OT-2与ECL扩展到更多样机器人生态，比较不同文档检索与API学习策略的迁移效果。
本综述由 AI（deepseek-flash）阅读开放获取全文自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Machine Learning in Materials Science