卡内基梅隆大学机器人实验室

卡内基梅隆大学的研究人员在 12 月 21 日出版的《自然》（Nature）杂志上报告说，一个非有机智能系统首次设计、规划并执行了一个化学实验。卡内基梅隆大学的人工智能系统 Coscientist 成功地自动完成了复杂的诺贝尔获奖化学反应，标志着人工智能驱动的科学研究和实验取得了突破性进展。

\”我们预计，用于自主科学实验的智能代理系统将带来巨大的发现、不可预见的疗法和新材料。\”卡内基梅隆大学的研究团队在论文中写道：\”虽然我们无法预测这些发现会是什么，但我们希望看到人类与机器之间的协同合作关系能带来一种新的研究方式。\”

卡内基梅隆大学的研究人员在 12 月 21 日出版的《自然》（Nature）杂志上报告说，一个非有机智能系统首次设计、规划并执行了一项化学实验。资料来源：卡内基梅隆大学

将人工智能与化学融为一体

该系统名为\”协作科学家\”（Coscientist），由化学与化学工程助理教授加布-戈麦斯（Gabe Gomes）和化学工程博士生丹尼尔-博伊科（Daniil Boiko）及罗伯特-麦克奈特（Robert MacKnight）设计。它使用大型语言模型（LLM），包括 OpenAI 的 GPT-4 和 Anthropic 的 Claude，通过简单明了的语言提示来执行整个实验过程。

例如，科学家可以要求 Coscientist 找到一种具有给定特性的化合物。系统会搜索互联网、文献数据和其他可用资源，综合信息，并选择一个使用机器人应用编程接口（API）的实验方案。然后将实验计划发送给自动仪器并由其完成。总之，与系统一起工作的人类设计和运行实验的速度、准确性和效率要比人类单独工作高得多。

卡内基梅隆大学云实验室是一个远程操作的自动化实验室，研究人员可以使用 200 多台科学设备。资料来源：卡内基梅隆大学

美国国家科学基金会（NSF）化学部主任大卫-伯科威茨（David Berkowitz）说：\”除了他们的系统所展示的化学合成任务之外，戈麦斯和他的团队还成功地合成了一种超高效的实验室伙伴。他们把所有部件组合在一起，最终的结果远远超过了各部分的总和–它可以用于真正有用的科学目的。\”

具体来说，在《自然》杂志的论文中，研究小组展示了Coscientist可以规划已知化合物的化学合成；搜索和浏览硬件文档；使用文档在被称为云实验室的自动化实验室中执行高级命令；控制液体处理仪器；完成需要使用多个硬件模块和不同数据源的科学任务；以及通过分析以前收集的数据解决优化问题。

扩大获得先进科学研究的机会

\”使用 LLM 将帮助我们克服使用自动化实验室的最主要障碍之一：编程能力，\”Gomes 说。\”如果科学家能用自然语言与自动化平台互动，我们就能向更多人开放这个领域。\”

这包括那些无法使用通常只有顶级大学和机构才有的先进科研仪器的学术研究人员。远程控制的自动化实验室，通常被称为云实验室或自驾车实验室，为这些科学家带来了使用机会，实现了科学的民主化。

卡内基梅隆大学云实验室是一个远程操作的自动化实验室，可让研究人员使用 200 多台科学设备。资料来源：卡内基梅隆大学

合作努力与未来展望

卡内基梅隆大学的研究人员与翡翠云实验室（Emerald Cloud Lab，简称 ECL）的本-克莱恩（Ben Kline）合作，证明 Coscientist 可用于在自动化机器人实验室中执行实验。

ECL联合创始人兼联合首席执行官布莱恩-弗莱扎（Brian Frezza）说：\”戈麦斯教授和他的团队在这里的开创性工作不仅证明了自动驾驶实验的价值，还开创了一种利用云实验室技术与更广泛的科学界分享工作成果的新方法。\”

卡内基梅隆大学与 ECL 合作，将于 2024 年初在一所大学开设首个云实验室。卡内基梅隆大学云实验室将为该大学的研究人员及其合作者提供 200 多台设备。戈麦斯计划继续开发《自然》论文中描述的技术，以便在未来与卡内基梅隆大学云实验室和其他自动驾驶实验室一起使用。

加布-戈麦斯（Gabe Gomes）是卡内基梅隆大学化学和化学工程助理教授，他和团队创建了一个可以设计、规划和执行科学实验的智能系统–Coscientist。资料来源：卡内基梅隆大学乔纳-拜尔（Jonah Bayer

提高研究的可追溯性和可重复性

Coscientist 实际上还打开了实验的\”黑盒子\”。该系统跟踪并记录研究的每一步，使研究工作完全可追溯和可重现。

美国国家科学基金会化学创新中心项目主任凯西-科弗特（Kathy Covert）说：\”这项工作展示了化学领域的两种新兴工具–人工智能和自动化–如何整合成一种更强大的工具。像 Coscientist 这样的系统将启用新的方法来快速改进我们合成新化学品的方式，而且这些系统生成的数据集将是可靠的、可复制的、可重现的，并可被其他化学家重复使用，从而扩大其影响力。\”

解决安全和伦理问题

对 Gomes 而言，围绕 LLM 的安全问题，尤其是与科学实验相关的安全问题至关重要。在论文的辅助信息中，戈麦斯的团队调查了人工智能被胁迫制造危险化学品或受控物质的可能性。

\”我相信人工智能科学所能带来的积极影响远远大于消极影响。但我们有责任承认可能会出现的问题，并提供解决方案和故障保险，\”戈麦斯说。

作者在论文中写道：\”通过确保以合乎道德和负责任的方式使用这些强大的工具，我们可以继续探索大型语言模型在推进科学研究方面的巨大潜力，同时降低与滥用这些工具相关的风险。\”

参考文献：《大型语言模型的自主科研能力》，2023 年 12 月 20 日，《自然》杂志。

DOI: 10.1038/s41586-023-06792-0

编译来源：ScitechDaily