编辑：编辑部

不得了，GPT-4都学会自己做科研了？

最近，卡耐基梅隆大学的几位科学家发表了一篇论文，同时炸翻了AI圈和化学圈。

他们做出了一个会自己做实验、自己搞科研的AI。这个AI由几个大语言模型组成，可以看作一个GPT-4代理智能体，科研能力爆表。

还有人感慨道，「文生实验」（TTE）的时代要来了！

AI版绝命毒师来了？

3月份，OpenAI发布了震撼全世界的大语言模型GPT-4。

这个地表最强LLM，能在SAT和BAR考试中得高分、通过LeetCode挑战、给一张图就能做对物理题，还看得懂表情包里的梗。

而技术报告里还提到，GPT-4还能解决化学问题。

这就启发了卡耐基梅隆化学系的几位学者，他们希望能开发出一个基于多个大语言模型的AI，让它自己设计实验、自己做实验。

论文地址：https://arxiv.org/abs/2304.05332

而他们做出来的这个AI，果然6得不行！

它会自己上网查文献，会精确控制液体处理仪器，还会解决需要同时使用多个硬件模块、集成不同数据源的复杂问题。

有AI版绝命毒师那味儿了。

给它输入一个简单的提示：「合成布洛芬。」

然后这个模型就会自己上网去搜该怎么办了。

它识别出，第一步需要让异丁苯和乙酸酐在氯化铝催化下发生Friedel-Crafts反应。

另外，这个AI还能合成阿司匹林。

以及合成阿斯巴甜。

另外，咱们可以通过API，把模型连接到化学反应数据库，比如Reaxys或SciFinder，给模型叠了一层大大的buff，准确率飙升。

而分析系统以前的记录，也可以大大提高模型的准确性。

举个栗子

咱们先来看看，操作机器人是怎么做实验的。

它会将一组样本视为一个整体（在这个例子中，就是整个微孔板）。

我们可以用自然语言直接给它提示：「用您选择的一种颜色，为每隔一行涂上颜色」。

当由机器人执行时，这些协议与请求的提示非常相似（图 4B-E）。

代理人的第一个动作是准备原始解决方案的小样本（图 4F）。

AI先从网络上整合所需的数据，运行一些必要的计算，最后给液体试剂操作系统（上图最左侧的部分）编写程序。

研究人员为了增加一些复杂度，让AI应用了加热摇床模组。

而这些要求经过整合，出现在了AI的配置中。

不存在的东西......这AI还能行吗？

事实证明还真是有两把刷子。AI秉持着遇到难题不要怕的原则（当然它也不知道啥叫怕），细密地分析了开发抗癌药物这个需求，研究了当前抗癌药物研发的趋势，然后从中选了一个目标继续深入，确定其成分。

而后，AI尝试开始自己进行合成，也是先上网搜索有关反应机制、机理的信息，在初步搞定步骤以后，再去寻找相关反应的实例。

最后再完成合成。

「网络搜索器」（Web searcher）组件收到来自Planner的查询后，就会用谷歌搜索API。

搜出结果后，它会过滤掉返回的前十个文档，排除掉PDF，把结果传给自己。

然后，它会使用「BROWSE」操作，从网页中提取文本，生成一个答案。行云流水，一气呵成。

这项任务，GPT-3.5就可以完成，因为它的性能明显比GPT-4强，也没啥质量损失。

「文档搜索器」（Docs searcher）组件，能够通过查询和文档索引，查到最相关的部分，从而梳理硬件文档（比如机器人液体处理器、GC-MS、云实验室），然后汇总出一个最佳匹配结果，生成一个最准确的答案。

「代码执行」（Code execution）组件则不使用任何语言模型，只是在隔离的Docker容器中执行代码，保护终端主机免受Planner的任何意外操作。所有代码输出都被传回Planner，这样就能在软件出错时，让它修复预测。「自动化」（Automation）组件也是同样的原理。

矢量搜索，多难的科学文献都看得懂

做出一个能进行复杂推理的AI，有不少难题。

比如要让它能集成现代软件，就需要用户能看懂软件文档，但这项文档的语言一般都非常学术、非常专业，造成了很大的障碍。

而大语言模型，就可以用自然语言生成非专家都能看懂的软件文档，来克服这一障碍。

他们生成了OpenAI的ada嵌入，以便交叉引用，并计算与查询相关的相似性。并且通过基于距离的向量搜索选择文档的部分。

提供部分的数量，取决于原始文本中存在的GPT-4 token数。最大token数设为7800，这样只用一步，就可以提供给AI相关文件。

事实证明，这种方法对于向AI提供加热器-振动器硬件模块的信息至关重要，这部分信息，是化学反应所必需的。

这种方法应用于更多样化的机器人平台，比如Emerald Cloud Lab (ECL)时，会出现更大的挑战。

此时，我们可以向GPT-4模型提供它未知的信息，比如有关 Cloud Lab 的 Symbolic Lab Language (SLL)。

对此，纽约大学教授马库斯深表赞同：「这不是玩笑，卡内基梅隆大学的三位科学家紧急呼吁对LLM进行安全研究。」

参考资料：

https://arxiv.org/ftp/arxiv/papers/2304/2304.05332.pdf