La integración de modelos de lenguajes grandes (LLM) en diversos dominios científicos ha remodelado notablemente las metodologías de investigación. Entre estos avances, ha surgido un sistema innovador llamado Coscientist, como se describe en el artículo “Investigación química autónoma con grandes modelos de lenguaje.”, escrito por investigadores de la Universidad Carnegie Mellon y Emerald Cloud Lab. Este innovador sistema, impulsado por múltiples LLM, es un logro fundamental en la convergencia de modelos lingüísticos y tecnologías de automatización de laboratorio.
Coscientist consta de varios módulos de diseño intrincado, siendo su piedra angular el “Planificador”. Este módulo funciona utilizando una instancia de finalización de chat GPT-4, que funciona como un asistente interactivo capaz de comprender comandos del usuario como “GOOGLE”, “PYTHON”, “DOCUMENTACIÓN” y “EXPERIMENTO”. Además, el módulo ‘Web Searcher’, impulsado por GPT-4, mejora significativamente la planificación de la síntesis. En particular, ha mostrado un rendimiento excepcional en ensayos con paracetamol, aspirina, nitroanilina y fenolftaleína. El módulo ‘Ejecución de código’, activado por el comando ‘PYTHON’, facilita los cálculos de preparación del experimento. Mientras tanto, el comando ‘Automatización’, guiado por el módulo ‘DOCUMENTACIÓN’, implementa la automatización de experimentos a través de API.
La destreza del módulo Web Searcher impulsado por GPT-4 en la planificación de síntesis es evidente en su éxito en diversos ensayos, lo que demuestra una capacidad para la exploración y la toma de decisiones eficientes en la síntesis química. Además, el módulo de búsqueda de documentación brinda a Coscientist la capacidad de utilizar documentación técnica personalizada de manera eficiente, mejorando la precisión de la utilización de API y mejorando el rendimiento general de la automatización de experimentos.
La validación empírica de las capacidades de Coscientist en seis tareas variadas ejemplifica su potencial para acelerar la investigación científica. Particularmente notable es su éxito en la optimización de reacciones en acoplamientos cruzados catalizados por paladio. Este logro subraya las capacidades avanzadas de Coscientist en diseño y ejecución experimentales (semi)autónomas, lo que marca un paso significativo hacia revolucionar las metodologías de investigación científica.
El estudio presentado es una evidencia convincente de un sistema de agentes con inteligencia artificial competente en el diseño, planificación y ejecución (semi)autónoma de experimentos científicos complejos. Las habilidades demostradas de Coscientist en razonamiento avanzado, diseño experimental y generación de códigos indican su aptitud para abordar desafíos científicos complejos. Esta innovadora tecnología promete acelerar el ritmo de los descubrimientos científicos y representa un hito crucial en la investigación química autónoma.
En conclusión, la fusión de potentes modelos de lenguaje con tecnologías de automatización de laboratorio, como lo ejemplifica Coscientist, presagia una nueva era en la investigación científica, que promete innovación acelerada y avances en diversas disciplinas científicas.
Niharika es pasante de consultoría técnica en Marktechpost. Es estudiante de tercer año y actualmente cursa su licenciatura en tecnología en el Instituto Indio de Tecnología (IIT), Kharagpur. Es una persona muy entusiasta con un gran interés en el aprendizaje automático, la ciencia de datos y la inteligencia artificial y una ávida lectora de los últimos avances en estos campos.