রসায়নে কৃত্রিম বুদ্ধিমত্তার ভূমিকা: ভূমিকা, সীমানা, বৈধতা এবং নীতিশাস্ত্র

লাভ:

• কৃত্রিম বুদ্ধিমত্তা রসায়নের কর্মপ্রবাহে কোথায় সময় বাঁচায় (ধারণা, নকশা, বিশ্লেষণ, প্রতিবেদন) এবং যেখানে ঝুঁকির স্তরের উপর নির্ভর করে কাঠামো, সংখ্যা, সংস্থান এবং সুরক্ষা সিদ্ধান্তগুলি মানুষের হাতে ছেড়ে দেওয়া হয় তা আলাদা করতে সক্ষম হওয়া।
• কাঠামো-সংখ্যা-সম্পদ-নিরাপত্তার চারটি ধাপের সাথে প্রতিটি আউটপুট স্বাধীনভাবে পরীক্ষা করে এমন একটি শৃঙ্খলা প্রয়োগ করার ক্ষমতা
• বুঝুন কেন তৈরি যৌগ এবং সংখ্যা, মিথ্যা রেফারেন্স, এবং নিরাপত্তা ভুল ধারণা এই পেশার জন্য ঝুঁকি যা প্রথম থেকেই বিবেচনা করা উচিত।

রসায়ন একটি পরীক্ষামূলক বিজ্ঞান যা পদার্থের গঠন, রূপান্তর এবং বৈশিষ্ট্যগুলি অধ্যয়ন করে। একজন রসায়নবিদ পরীক্ষাগারে ওজন, দ্রবীভূত, তাপ এবং পরিমাপ করেন; তার ডেস্কে, তিনি অণু আঁকেন, প্রতিক্রিয়ার পরিকল্পনা করেন, বর্ণালী ব্যাখ্যা করেন, সাহিত্য স্ক্যান করেন এবং প্রতিবেদন লেখেন। কৃত্রিম বুদ্ধিমত্তা (সংক্ষেপে AI, এখানে বিশেষভাবে সফ্টওয়্যার যেটি "পরবর্তী সম্ভাব্য শব্দ" ভবিষ্যদ্বাণী করে পাঠ্য তৈরি করে, একটি বৃহৎ ভাষার মডেলে প্রশিক্ষিত, অর্থাত্ বিশাল পাঠ্য ডেটা) নাটকীয়ভাবে এই ডেস্ক কাজের অনেকগুলি গতি বাড়িয়ে তুলতে পারে। কিন্তু এটি ল্যাবটি নিজেই তৈরি করে না, এটি স্কেলগুলি পড়ে না এবং সবচেয়ে গুরুত্বপূর্ণ: এটি আপনার পক্ষে তৈরি করা কোনও সংখ্যা, সূত্র বা উদ্ধৃতি যাচাই করে না। এই মডিউলটি শেখায় কিভাবে রসায়নে এন্ড-টু-এন্ড কিন্তু দায়িত্বের সাথে AI ব্যবহার করতে হয়।

এই প্রথম ইউনিটে, আমি আপনার মনে একটি ধারণা রোপণ করতে চাই: এআই রসায়নের একজন সহকারী, রসায়নবিদ নয়। কোড লেখে, রূপরেখা তৈরি করে, রেট্রোসিন্থেসিস ফ্রেমওয়ার্ক তৈরি করে, বর্ণালী শিখর ব্যাখ্যা করতে সাহায্য করে, সাহিত্যের সারসংক্ষেপ করে। যাইহোক, এটি উপযুক্ত রসায়নবিদ যিনি সিদ্ধান্ত নেন যে অণুটি আসলে সংশ্লেষিত হতে পারে কিনা, একটি প্রতিক্রিয়া নিরাপদ কি না, একটি রেফারেন্স আসল কিনা এবং চূড়ান্ত দায়িত্ব।

কেমিস্ট্রি ওয়ার্কফ্লোতে AI কোথায় ফিট করে?

আসুন একটি রসায়ন প্রকল্পকে মোটামুটিভাবে পাঁচটি ধাপে ভাগ করি: (1) ধারণা এবং সাহিত্য, (2) অণু এবং প্রতিক্রিয়া নকশা, (3) পরীক্ষাগার প্রয়োগ, (4) বিশ্লেষণ এবং চরিত্রায়ন, (5) প্রতিবেদন। AI এই পর্যায়ে খুব ভিন্ন মান বহন করে।

• ধারনা এবং সাহিত্য: AI দ্রুত একটি বিষয়ের সারসংক্ষেপ করে, মূল ধারণা ব্যাখ্যা করে, অনুসন্ধান পদ তৈরি করে। কিন্তু তিনি আরোপ করতে পারেন; আমরা কিছুক্ষণের মধ্যে এটি দেখতে পাব।
• ডিজাইন: SMILES তৈরি করে (একটি টেক্সট স্ট্রিং হিসাবে অণু লেখার একটি ফর্ম; এর পরে আরও), রেট্রোসিন্থেসিস পদক্ষেপের পরামর্শ দেয়, প্রতিক্রিয়াশীল বিকল্পগুলির তালিকা করে। পরামর্শ ভালো, গ্যারান্টি নয়।
• ল্যাবরেটরি: এআই এখানে কিছুই করে না। ওজন, গরম এবং নিরাপত্তা ব্যবস্থা মানুষ দ্বারা বাহিত হয়. AI শুধুমাত্র পদ্ধতি লিখতে সাহায্য করে; এই পদ্ধতিটি সম্পাদন করার আগে একজন মানুষকে নিরাপত্তার জন্য এটি তত্ত্বাবধান করতে হবে।
• বিশ্লেষণ: NMR, IR, ভর বর্ণালী (এগুলি পরিমাপ কৌশল যা অণুর গঠন দেখায়) ব্যাখ্যা করার ক্ষেত্রে, YZ শিখরগুলিকে গোষ্ঠীভুক্ত করতে এবং সম্ভাব্য কাঠামোর তালিকা করতে সাহায্য করে। চূড়ান্ত নিয়োগ আপনার.
• রিপোর্টিং: পরীক্ষামূলক নোটবুক, নিবন্ধের খসড়া, নিরাপত্তা ফর্ম খসড়া তৈরি করে। এটা খুবই শক্তিশালী; কিন্তু সংখ্যা আপনার সাথে মেলে উচিত.

টিপ: AI ব্যবহার করার সবচেয়ে নিরাপদ জায়গা হল "যদি কিছু ভুল হয়ে যায় তা লক্ষ্য করা হবে এবং অবিলম্বে ঠিক করা হবে" এলাকায়: খসড়া পাঠ্য, কোড কঙ্কাল, শব্দ বিবরণ। ঝুঁকিপূর্ণ স্থানগুলি হল "যদি মিথ্যা হয়, এটি নীরবে ছড়িয়ে পড়ে" এলাকাগুলি: ধ্রুবক, রেফারেন্স, নিরাপত্তা দাবি, সংখ্যাসূচক ফলাফল।

কেন আমাদের সাবধান হতে হবে? তিনটি কাঠামোগত ঝুঁকি

বড় ভাষা মডেল একটি ক্যালকুলেটর বা একটি রসায়ন ইঞ্জিন নয়. পরিসংখ্যানগতভাবে "সম্ভাব্য দেখায়" এমন পাঠ্য তৈরি করে। এটি রসায়নে তিনটি কংক্রিট ঝুঁকির দিকে নিয়ে যায়:

1. তৈরি করা (হ্যালুসিনেশন): আত্মবিশ্বাসের সাথে একটি যৌগ লিখতে পারে যা একটি মডেল নয়, একটি প্রতিক্রিয়া যা বিদ্যমান নেই বা একটি ভুল আণবিক ওজন। উদাহরণস্বরূপ, এটি বলে "যৌগ X এর আণবিক ওজন হল 154.2 গ্রাম/মোল", যেখানে সঠিক মান হল 168.2।
2. জাল উদ্ধৃতি: এমন একটি উৎস দিতে পারে যা বাস্তবসম্মত দেখায় কিন্তু একেবারেই নেই, যেমন "স্মিথ এট আল।, 2019, জার্নাল অফ অর্গানিক কেমিস্ট্রি।" এমনকি তিনি একটি DOI নম্বরও তৈরি করতে পারেন।
3. সেফটি ফ্যালাসি: রিএজেন্টগুলির একটি বিপজ্জনক সংমিশ্রণ (যেমন একটি অক্সিডাইজার এবং একটি অনুপযুক্ত অনুপাতে একটি জৈব দ্রাবক) "কোন সমস্যা নেই" হিসাবে উপস্থাপন করতে পারে।

এই তিনটি ঝুঁকি এই মডিউলের প্রতিটি ইউনিটে বারবার প্রদর্শিত হবে। সমাধানটি AI থেকে পালানো নয়, তবে একটি স্বাধীন উত্সের সাথে প্রতিটি আউটপুট যাচাই করার শৃঙ্খলা প্রতিষ্ঠা করা।

মিনি কেস

কেস 1 — লাগানো আণবিক ওজন। একজন স্নাতক ছাত্র AI কে প্যারা-নাইট্রোফেনলের আণবিক ওজন জিজ্ঞাসা করেছিল। "139.11 g/mol," এআই বলেছে। ছাত্রটি আত্মবিশ্বাসী ছিল এবং 0.05 mol এর জন্য 6.96 গ্রাম ওজন করার পরিকল্পনা করেছিল। যাইহোক, প্যারা-নাইট্রোফেনলের আণবিক ওজন হল 139.11 গ্রাম/মোল, এবং এই সময় এটি সঠিক ছিল - তবে ছাত্রটি কখনই পরীক্ষা করেনি। পরবর্তী যৌগ (প্যারা-অ্যামিনোফেনল, প্রকৃত মান 109.13 গ্রাম/মোল) YZ বলেছেন "123.15"; এবার ছাত্রটি সূত্র (C6H7NO2): 6×12.011 + 7×1.008 + 14.007 + 2×15.999 = 109.13 থেকে হাতে গণনা করে এটি ধরল। পাঠ: সূত্র ছাড়াই প্রতিটি আণবিক ওজন গণনা করুন।

কেস 2 — জাল DOI। একজন গবেষক তার সাহিত্য পর্যালোচনায় AI-কে 5টি সূত্র চেয়েছিলেন। ক্লিক করার সময় পাঁচটির মধ্যে দুটির DOI ফিরে আসে "না পাওয়া যায়"; শিরোনাম ছিল বাস্তব, কিন্তু নিবন্ধ ছিল না. 40 মিনিট সময় নষ্ট। পাঠ: প্রতিটি উদ্ধৃতি ডাটাবেস (DOI, PubMed, Reaxys) এ যাচাই না করে ব্যবহার করা উচিত নয়।

কেস 3 - বিপদ যা নিরাপদ বলে মনে হয়। একজন ব্যবহারকারী এআইকে পরিষ্কার করার পদ্ধতি সম্পর্কে জিজ্ঞাসা করেছিলেন; এআই পরোক্ষভাবে একটি হাইপোক্লোরাইটযুক্ত দ্রবণকে একটি অ্যাসিডিক দ্রবণের সাথে মিশ্রিত করার একটি পরামর্শ তৈরি করেছে - একটি সংমিশ্রণ যা ক্লোরিন গ্যাস নির্গত করতে পারে। সৌভাগ্যবশত ব্যবহারকারী নিরাপত্তা ডেটা শীট (SDS) দেখেন এবং থামেন। পাঠ: প্রতিটি পদ্ধতি বাস্তবায়িত হওয়ার আগে এসডিএস এবং বিপদের জন্য মানব-পরিদর্শন করা হয়।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

এই অণু সংশ্লেষিত.

এই দাবিটি অস্পষ্ট: কি অণু, কি শুরু উপকরণ, কি স্কেল, কি সীমাবদ্ধতা? AI ফাঁকগুলি তৈরি করে।

শক্তিশালী প্রম্পট:

ভূমিকা: আপনি জৈব সংশ্লেষণে একজন অভিজ্ঞ সহকারী। লক্ষ্য অণু: 4-মেথোক্সাইসেটোফেনন (স্মাইলস: COc1ccc(cc1)C(C)=O)। আমরা শুরু উপাদান হিসাবে anisole আছে. টাস্ক: একটি 2-পদক্ষেপ রেট্রোসিন্থেসিস প্রস্তাব দিন। প্রতিটি ধাপের জন্য: বিকারক, অবস্থা (তাপমাত্রা, দ্রাবক), এবং সম্ভাব্য পার্শ্ব প্রতিক্রিয়া। সীমাবদ্ধতা: যেখানে আপনি নিশ্চিত নন সেখানে "যাচাই করুন" চিহ্নিত করুন, ফিটিং। আউটপুট: সংখ্যাযুক্ত ধাপ + যাচাই করা পয়েন্টের তালিকা।

পার্থক্য: ভূমিকা, সঠিক লক্ষ্য (স্মাইল সহ), প্রসঙ্গ, পদক্ষেপের সংখ্যা, আউটপুট বিন্যাস এবং "ফিটিং" সীমাবদ্ধতা। এইগুলি হল রসায়নে ভাল প্রম্পটিংয়ের পাঁচটি উপাদান: ভূমিকা, সুনির্দিষ্ট কাঠামোর উপস্থাপনা, প্রসঙ্গ, কাজ, যাচাইকরণের সীমাবদ্ধতা।

এআই সরঞ্জামের প্রকার: ভাষা মডেল বা রসায়ন সরঞ্জাম?

রসায়নে আপনি দুটি ভিন্ন "AI" এর মুখোমুখি হন এবং তাদের বিভ্রান্ত না করা গুরুত্বপূর্ণ:

ধারা

কি করে

নির্ভরযোগ্যতা

উদাহরণ ব্যবহার

সাধারণ ভাষার মডেল

পাঠ্য/কোড তৈরি করে, ব্যাখ্যা করে, খসড়া লেখে

সংখ্যায় কম, ভাষায় বেশি

পদ্ধতির রূপরেখা, পরিভাষা ব্যাখ্যা

রসায়ন গ্রন্থাগার (RDKit ইত্যাদি)

অণুকে নির্ধারকভাবে প্রক্রিয়া করে, আণবিক ওজন গণনা করে

উচ্চ (নিয়ম ভিত্তিক)

স্মাইলস যাচাইকরণ, MA অ্যাকাউন্ট

কাস্টম ভবিষ্যদ্বাণী মডেল (রেট্রোসিন্থেসিস, বৈশিষ্ট্য)

ডেটা-প্রশিক্ষিত ভবিষ্যদ্বাণী দেয়

মাঝারি, এলাকার উপর নির্ভর করে

রেট্রোসিন্থেসিস, দ্রবণীয়তা অনুমান

সাহিত্য/অনুসন্ধান টুল

বাস্তব ডাটাবেস প্রশ্ন

উৎসের উপর নির্ভর করে উচ্চ

অ্যাট্রিবিউশন নিশ্চিতকরণ, প্রতিক্রিয়া অনুসন্ধান

সবচেয়ে শক্তিশালী ওয়ার্কফ্লো এগুলোকে একত্রিত করে: ভাষার মডেল ধারণা তৈরি করে, রসায়ন লাইব্রেরি নির্ধারকভাবে সংখ্যা গণনা করে, সাহিত্য টুল অ্যাট্রিবিউশন যাচাই করে, মানব যাচাই করে। আমরা পরবর্তী ইউনিটগুলিতে এই চেইনটি স্থাপন করব।

যাচাইকরণ শৃঙ্খলা: চারটি ধাপ

ল্যাব বা রিপোর্টে প্রবেশ করার আগে এই চারটি ধাপের মাধ্যমে প্রতিটি AI আউটপুট নিন:

1. গঠন: অণু/প্রতিক্রিয়া স্বরলিপি (SMILES/InChI) কি বৈধ? এটি একটি টুল (RDKit) দিয়ে পার্স করা যেতে পারে?
2. সংখ্যা: আণবিক ওজন, স্টোইচিওমেট্রি, ফলনের হিসাব কি স্বাধীনভাবে যাচাই করা হয়েছে (হাত বা লাইব্রেরি দ্বারা)?
3. উত্স: প্রতিটি দাবি এবং অ্যাট্রিবিউশন কি একটি বাস্তব ডাটাবেসে যাচাই করা হয়েছে?
4. নিরাপত্তা: পদ্ধতিতে প্রতিটি বিকারকের জন্য SDS পড়া হয়েছে, কোন বিপজ্জনক সংমিশ্রণ আছে কি?

দ্রষ্টব্য: এই চারটি ধাপ "সর্বদা" প্রযোজ্য, "কখনও কখনও" নয়। 20টি পরিস্থিতি যেখানে AI সঠিক, 1টি পরিস্থিতি যা ভুল তা ক্ষমা করবেন না; কারণ রসায়নে যে 1 পরিস্থিতি একটি বিস্ফোরণ, বিষক্রিয়া বা একটি প্রত্যাহার করা নিবন্ধ হতে পারে।

সাধারণ ভুল

• AI আউটপুটকে "সম্পদ" হিসাবে ভুল করা। AI একটি সম্পদ নয়, কিন্তু একটি জেনারেটর যা সম্পদ মনে রাখার চেষ্টা করে (কখনও কখনও ভুলভাবে)। এটি উৎস ডাটাবেস.
• নম্বরে ভরসা। আণবিক ওজন, pKa, স্ফুটনাঙ্কের মতো সংখ্যাগুলি যাচাই না করে ব্যবহার করা। এগুলি নির্ধারকভাবে গণনা/অনুসন্ধান করা যেতে পারে; ভাষা মডেল জিজ্ঞাসা সবচেয়ে দুর্বল উপায়.
• আউটসোর্সিং নিরাপত্তা AI. "এআই বলে নি যে এটি বিপজ্জনক" এর মানে এই নয় যে এটি নিরাপদ। বিপদ মূল্যায়ন মানুষ এবং SDS এর কাজ।
• অস্পষ্ট প্রম্পট। অণুকে তার নাম দিয়ে নয় বরং তার গঠন দ্বারা (স্মাইলস/ইনচিআই); এটি নামের বিভ্রান্তির কারণে ভুল অণুগুলির দিকে পরিচালিত করে।
• শুধুমাত্র একটি চেষ্টা বিশ্বাস. একই প্রশ্ন আবার ভিন্নভাবে জিজ্ঞাসা করা এবং ধারাবাহিকতা পরীক্ষা না করা।

সংক্ষেপে

• AI রসায়নে একটি শক্তিশালী ডেস্ক সহকারী: এটি কোড, রূপরেখা, বর্ণনা, স্ক্যান কঙ্কাল তৈরি করে; কিন্তু ল্যাব তা করে না এবং এর আউটপুট যাচাই করে না।
• তিনটি অন্তর্নিহিত ঝুঁকি রয়েছে: জাল যৌগ/সংখ্যা, জাল অ্যাট্রিবিউশন, নিরাপত্তা ভুল।
• সাধারণ ভাষা মডেল এবং ডিটারমিনিস্টিক কেমিস্ট্রি টুলস (RDKit, ডেটাবেস) আলাদা এবং একত্রিত করুন।
• স্ট্রাকচার-সংখ্যা-উৎস-নিরাপত্তার চারটি ধাপের মাধ্যমে প্রতিটি আউটপুট নিন।
• ভাল প্রম্পট: ভূমিকা, সুস্পষ্ট কাঠামো উপস্থাপনা, প্রসঙ্গ, কাজ, বৈধতা সীমাবদ্ধতা অন্তর্ভুক্ত করে।

আবেদন টাস্ক

আপনি নিজে অধ্যয়ন করেছেন এমন একটি অণু বেছে নিন (যেমন অ্যাসপিরিন, স্মাইলস: CC(=O)Oc1cccc1C(=O)O)। AI কে তিনটি জিনিস জিজ্ঞাসা করুন: (1) আণবিক ওজন, (2) দুটি রেফারেন্স পেপার, (3) একটি সংশ্লেষণ পদক্ষেপ। তারপরে প্রতিটি স্বাধীনভাবে যাচাই করুন: সূত্র থেকে ম্যানুয়ালি আণবিক ওজন গণনা করুন, DOI এর সাথে উদ্ধৃতি নিশ্চিত করুন, সুরক্ষা চোখে সংশ্লেষণের ধাপটি পরীক্ষা করুন। কোন আউটপুট সঠিক এসেছে এবং কোন সংশোধন প্রয়োজন? একটি অর্ধ পৃষ্ঠা "যাচাইকরণ লগ" রাখুন।

চেকলিস্ট

• [ ] আমি বুঝতে পেরেছি যে AI একজন সহকারী, রসায়নবিদ নয়।
• [ ] আমি উদাহরণ সহ বানোয়াট, মিথ্যা অ্যাট্রিবিউশন এবং অবিশ্বাসের ঝুঁকিগুলি চিনতে পারি৷
• আমি ভাষা মডেল এবং নির্ধারক রসায়ন সরঞ্জামের মধ্যে পার্থক্য করতে পারি।
• [] আমি প্রতিটি আউটপুটে কাঠামো-সংখ্যা-উৎস-নিরাপত্তার চারটি ধাপ প্রয়োগ করব।
• [ ] আমি গঠন স্বরলিপি (স্মাইলস/ইনচিআই) দ্বারা অণুকে বর্ণনা করি, নাম দিয়ে নয়।
• [ ] আমি কমপক্ষে একটি যাচাইকরণ লগ রেখেছি৷