人工智能在化学合成领域的飞跃

EPFL的科学家介绍了ChemCrow，这是一个基于语言模型的大型人工智能系统，通过集成18种先进的工具来完成有机合成和药物发现等任务，彻底改变了化学。ChemCrow简化了化学研究中的复杂过程，使专家和新手都更有效率。

　　

化学，由于其复杂的过程和巨大的创新潜力，一直是自动化的挑战。传统的计算工具尽管具有先进的功能，但由于其复杂性和操作它们所需的专业知识，通常仍未得到充分利用。

现在，EPFL的Philippe Schwaller团队的研究人员开发了ChemCrow，这是一种集成了18种专业设计工具的人工智能，使其能够以前所未有的效率在化学研究中导航和执行任务。“你可能想知道为什么是乌鸦?”施沃勒问道。“因为乌鸦是出了名的善于使用工具。”

ChemCrow是由博士生Andres Bran和Oliver Schilter (EPFL, NCCR Catalysis)与未来之家和罗切斯特大学的Sam Cox和Andrew White教授合作开发的。

ChemCrow基于大型语言模型(LLMs)，如GPT-4，并通过LangChain增强了工具集成功能，可以自主执行化学合成任务。科学家们用一套专门的软件工具增强了语言模型，这些工具已经在化学领域使用过，包括用于互联网信息检索的WebSearch，用于科学文献提取的LitSearch，以及用于化学分析的各种分子和反应工具。

通过将ChemCrow与这些工具相结合，研究人员使其能够自主规划和执行化学合成，例如创建驱虫剂和各种有机催化剂，甚至帮助发现新的发色团，染料和颜料工业的基础物质。

ChemCrow的与众不同之处在于它能够适应并应用结构化的推理过程来完成化学任务。该研究的第一作者Andres Camilo Marulanda Bran解释说:“这个系统类似于一个人类专家，可以使用计算器和数据库，不仅提高了专家的效率，而且使他们更真实——在ChemCrow的例子中，减少了幻觉。”

ChemCrow收到用户的提示，提前计划如何解决任务，选择相关工具，并根据每一步的结果迭代地改进其策略。这种有系统的方法确保了ChemCrow不仅可以在理论上工作，而且可以在与实验室环境的实际交互中进行实际应用。

通过使复杂的化学知识和过程的获取民主化，ChemCrow降低了非专家的进入门槛，同时增加了资深化学家可用的工具包。这可以加速制药、材料科学等领域的研究和开发，使这一过程更高效、更安全。

Philippe Schwaller的团队是新EPFL AI中心的一部分，该中心拥有40多个其他实验室，引领着通向值得信赖、可访问和包容的AI的道路。