\n<\/aside>\n<\/p>\n
A pesar de los r\u00e1pidos avances en inteligencia artificial, las IA no est\u00e1n ni cerca de estar listas para reemplazar a los humanos en la actividad cient\u00edfica. Pero eso no significa que no puedan ayudar a automatizar parte del trabajo pesado de la rutina diaria de la experimentaci\u00f3n cient\u00edfica. Por ejemplo, hace unos a\u00f1os, los investigadores pusieron una IA al mando de equipos de laboratorio automatizados y le ense\u00f1aron a catalogar exhaustivamente todas las reacciones que pueden ocurrir entre un conjunto de materiales de partida.<\/p>\n
Si bien fue \u00fatil, a\u00fan requiri\u00f3 mucha intervenci\u00f3n de los investigadores para entrenar el sistema en primer lugar. Un grupo de la Universidad Carnegie Mellon ha descubierto c\u00f3mo conseguir que un sistema de inteligencia artificial aprenda por s\u00ed solo a hacer qu\u00edmica. El sistema requiere un conjunto de tres instancias de IA, cada una especializada para diferentes operaciones. Pero, una vez configurado y provisto de materias primas, s\u00f3lo tienes que decirle qu\u00e9 tipo de reacci\u00f3n quieres que se realice y lo resolver\u00e1.<\/p>\n
Una trinidad de IA<\/h2>\n Los investigadores indican que estaban interesados \u200b\u200ben comprender qu\u00e9 capacidades pueden aportar los modelos de lenguaje grande (LLM) al esfuerzo cient\u00edfico. Por lo tanto, todos los sistemas de IA utilizados en este trabajo son LLM, principalmente GPT-3.5 y GPT-4, aunque tambi\u00e9n se probaron algunos otros (Claude 1.3 y Falcon-40B-Instruct). (GPT-4 y Claude 1.3 obtuvieron los mejores resultados). Pero, en lugar de utilizar un solo sistema para manejar todos los aspectos de la qu\u00edmica, los investigadores establecieron instancias distintas para cooperar en una configuraci\u00f3n de divisi\u00f3n del trabajo y lo llamaron \u00abCoscientist\u00bb.<\/p>\n
Los tres sistemas que utilizaron son:<\/p>\n
Buscador web.<\/em> Esto tiene dos capacidades principales. Una es utilizar la API de b\u00fasqueda de Google para encontrar p\u00e1ginas que valga la pena consultar por la informaci\u00f3n que contienen. La segunda es ingerir esas p\u00e1ginas y extraer informaci\u00f3n de ellas; consid\u00e9relo similar al contexto de las partes anteriores de una conversaci\u00f3n que Chat GPT puede mantener para informar sus respuestas posteriores. Los investigadores pudieron rastrear d\u00f3nde pasaba su tiempo este m\u00f3dulo, y aproximadamente la mitad de los lugares que visit\u00f3 eran p\u00e1ginas de Wikipedia. Los cinco sitios principales que visit\u00f3 incluyeron las revistas publicadas por la Sociedad Qu\u00edmica Estadounidense y la Sociedad Real de Qu\u00edmica.<\/p>\n\n Anuncio <\/span> <\/p>\n<\/aside>\nBuscador de documentaci\u00f3n.<\/em> Piense en esto como la instancia RTFM. A la IA se le dar\u00eda el control de varios equipos de automatizaci\u00f3n de laboratorio, como manipuladores rob\u00f3ticos de fluidos y dem\u00e1s, a menudo controlados mediante comandos especializados o algo as\u00ed como una API de Python. Esta instancia de IA tuvo acceso a todos los manuales de este equipo, lo que le permiti\u00f3 descubrir c\u00f3mo controlarlo.<\/p>\nPlanificador.<\/em> El planificador puede emitir comandos a las otras dos instancias de IA y procesar sus respuestas. Tiene acceso a una zona de pruebas de Python para ejecutar c\u00f3digo, lo que le permite realizar c\u00e1lculos. Tambi\u00e9n tiene acceso al equipo de laboratorio automatizado, lo que le permite realizar y analizar experimentos. Por lo tanto, se puede pensar en el planificador como la parte del sistema que tiene que actuar como un qu\u00edmico, aprendiendo de la literatura e intentando utilizar equipos para implementar lo que ha aprendido.<\/p>\nEl planificador tambi\u00e9n puede determinar cu\u00e1ndo ocurren errores de software (ya sea en sus scripts Python o en sus intentos de controlar el hardware automatizado), lo que le permite corregir sus errores.<\/p>\n
Poner el sistema en uso<\/h2>\n Inicialmente, se pidi\u00f3 al sistema que sintetizara una serie de sustancias qu\u00edmicas como el paracetamol y el ibuprofeno, lo que confirm\u00f3 que, en general, pod\u00eda encontrar una s\u00edntesis viable despu\u00e9s de buscar en la web y en la literatura cient\u00edfica. Entonces, la pregunta es si el sistema podr\u00eda descubrir el hardware al que ten\u00eda acceso lo suficientemente bien como para poner en funcionamiento su capacidad conceptual.<\/p>\n
Para comenzar con algo simple, los investigadores utilizaron una placa de muestra est\u00e1ndar, que contiene un mont\u00f3n de peque\u00f1os pocillos dispuestos en una cuadr\u00edcula rectangular. Se pidi\u00f3 al sistema que rellenara cuadrados, franjas diagonales u otros patrones utilizando l\u00edquidos de varios colores y logr\u00f3 hacerlo de forma eficaz.<\/p>\n
A partir de ah\u00ed, colocaron tres soluciones de diferentes colores en lugares aleatorios de la cuadr\u00edcula de pozos; Se pidi\u00f3 al sistema que identificara qu\u00e9 pozos eran de qu\u00e9 color. Por s\u00ed solo, Coscientist no sab\u00eda c\u00f3mo hacer esto. Pero cuando se le dio un mensaje que le recordaba que los diferentes colores mostrar\u00edan diferentes espectros de absorci\u00f3n, utiliz\u00f3 un espectr\u00f3grafo al que ten\u00eda acceso y pudo identificar los diferentes colores.<\/p>\n\n Anuncio <\/span> <\/p>\n<\/aside>\nCon el comando y control b\u00e1sico aparentemente funcionando, los investigadores decidieron probar algo de qu\u00edmica. Proporcionaron una placa de muestra con pocillos llenos de sustancias qu\u00edmicas simples, catalizadores y similares, y le pidieron que realizara una reacci\u00f3n qu\u00edmica espec\u00edfica. Coscientist acert\u00f3 con la qu\u00edmica desde el principio, pero sus intentos de ejecutar la s\u00edntesis fracasaron porque envi\u00f3 un comando no v\u00e1lido al hardware que calienta y agita las reacciones. Eso lo envi\u00f3 de regreso al m\u00f3dulo de Documentaci\u00f3n, lo que le permiti\u00f3 corregir el problema y ejecutar reacciones.<\/p>\n
Y funcion\u00f3. En la mezcla de reacci\u00f3n estaban presentes firmas espectrales de los productos deseados y su presencia se confirm\u00f3 mediante cromatograf\u00eda.<\/p>\n
Mejoramiento<\/h2>\n Con las reacciones b\u00e1sicas funcionando, los investigadores pidieron al sistema que mejorara la eficiencia de la reacci\u00f3n; presentaron el proceso de optimizaci\u00f3n como un juego en el que la puntuaci\u00f3n aumentar\u00eda con el rendimiento de la reacci\u00f3n.<\/p>\n
El sistema hizo algunas conjeturas err\u00f3neas en la primera ronda de reacciones de prueba, pero r\u00e1pidamente se centr\u00f3 en mejores rendimientos. Los investigadores tambi\u00e9n descubrieron que pod\u00edan evitar las malas decisiones en la primera ronda proporcionando a Coscientist informaci\u00f3n sobre los rendimientos generados por un pu\u00f1ado de mezclas iniciales aleatorias. Esto implica que no importa de d\u00f3nde obtiene Coscientist su informaci\u00f3n (ya sea de las reacciones que ejecuta o de alguna fuente de informaci\u00f3n externa), es capaz de incorporar la informaci\u00f3n en su planificaci\u00f3n.<\/p>\n
Los investigadores concluyen que Coscientist tiene varias capacidades notables:<\/p>\n
\nPlanificaci\u00f3n de la s\u00edntesis qu\u00edmica utilizando informaci\u00f3n p\u00fablica.<\/li>\n Navegaci\u00f3n y procesamiento de manuales t\u00e9cnicos para hardware complicado.<\/li>\n Usar ese conocimiento para controlar una variedad de equipos de laboratorio.<\/li>\n Integraci\u00f3n de estas capacidades de manejo de hardware en un flujo de trabajo de laboratorio<\/li>\n Analizar sus propias reacciones y utilizar esa informaci\u00f3n para dise\u00f1ar condiciones de reacci\u00f3n mejoradas.<\/li>\n<\/ul>\nEn muchos sentidos, esto se parece a la experiencia que podr\u00eda tener un estudiante en el primer a\u00f1o de la escuela de posgrado. Idealmente, el estudiante de posgrado progresar\u00e1 m\u00e1s all\u00e1 de eso. Pero tal vez GPT-5 tambi\u00e9n pueda hacerlo.<\/p>\n
M\u00e1s en serio, la estructura de Coscientist, que se basa en la interacci\u00f3n de varios sistemas especializados, es similar a c\u00f3mo funcionan los cerebros. Obviamente, los sistemas especializados del cerebro son capaces de realizar una gama mucho m\u00e1s amplia de actividades, y hay muchas m\u00e1s. Pero puede ser que este tipo de estructura sea cr\u00edtica para permitir comportamientos m\u00e1s complicados.<\/p>\n
Dicho esto, los propios investigadores est\u00e1n preocupados por algunas de las capacidades de Coscientist. Hay muchas sustancias qu\u00edmicas (piense en cosas como los gases nerviosos) que no queremos que sean m\u00e1s f\u00e1ciles de sintetizar. Y descubrir c\u00f3mo decirle a las instancias de GPT que no hagan algo se ha convertido en un desaf\u00edo continuo.<\/p>\n
Nature, 2023. DOI: 10.1038\/s41586-023-06792-0 (Acerca de los DOI).<\/p>\n<\/p><\/div>\n
\nSource link-49<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"Agrandar \/ El laboratorio est\u00e1 vac\u00edo porque todos se relajan en el parque mientras la IA hace su trabajo. A pesar de los r\u00e1pidos avances en inteligencia artificial, las IA…<\/p>\n","protected":false},"author":1,"featured_media":935750,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[21980],"tags":[9721,6060,10136,28976,30208,107,14939,3857],"_links":{"self":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/935749"}],"collection":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/comments?post=935749"}],"version-history":[{"count":1,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/935749\/revisions"}],"predecessor-version":[{"id":935751,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/935749\/revisions\/935751"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/media\/935750"}],"wp:attachment":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/media?parent=935749"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/categories?post=935749"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/tags?post=935749"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}