Nyereség:
- Meg kell különböztetni, hogy a mesterséges intelligencia hol takarít meg időt a kémiai munkafolyamatban (ötlet, tervezés, elemzés, jelentés), és hol marad az emberre a struktúra, a szám, az erőforrás és a biztonsági döntés a kockázat mértékétől függően.
- Képes egy olyan tudományág alkalmazására, amely önállóan ellenőrzi az egyes kimeneteket a struktúra-szám-erőforrás-biztonság négy lépésével
- Értsd meg, hogy a kitalált összetételek és számok, hamis hivatkozások és biztonsági tévhitek miért jelentenek olyan kockázatot ennek a szakmának, amelyet a kezdetektől fogva figyelembe kell venni.
A kémia egy kísérleti tudomány, amely az anyag szerkezetét, átalakulását és tulajdonságait vizsgálja. Egy gyógyszerész a laboratóriumban mér, old, melegít és mér; Az íróasztalánál molekulákat rajzol, reakciókat tervez, spektrumokat értelmez, irodalmat pásztáz és jelentéseket ír. A mesterséges intelligencia (röviden mesterséges intelligencia, itt konkrétan a „következő legvalószínűbb szó” előrejelzésével szöveget generáló szoftver, amelyet egy nagy nyelvi modellre, azaz hatalmas szövegadatokra képeztek ki) drámaian felgyorsíthatja az ilyen asztali munkákat. De nem építi fel magát a labort, nem olvassa le a mérleget, és ami a legfontosabb: nem ellenőrzi az Ön nevében előállított számokat, képleteket vagy idézeteket. Ez a modul megtanítja a mesterséges intelligencia teljes körű, de felelősségteljes használatát a kémiában.
Ebben az első részben egy gondolatot szeretnék elültetni a fejedben: a mesterséges intelligencia asszisztens a kémiában, nem pedig vegyész. Kódot ír, körvonalakat készít, retroszintézis keretrendszert épít, segít a spektrumcsúcsok értelmezésében, összefoglalja a szakirodalmat. Azonban a hozzáértő vegyész dönti el, hogy a molekula valóban szintetizálható-e, hogy a reakció biztonságos-e vagy sem, hogy a hivatkozás valódi-e vagy sem, és a végső felelősséget.
Hol illeszkedik az AI a kémiai munkafolyamatba?
Osztjunk nagyjából öt fázisra egy kémiai projektet: (1) ötlet és irodalom, (2) molekula- és reakciótervezés, (3) laboratóriumi alkalmazás, (4) elemzés és jellemzés, (5) jelentés. Az AI nagyon eltérő értékeket hordoz ezekben a szakaszokban.
- Ötletek és irodalom: A mesterséges intelligencia gyorsan összefoglal egy témát, elmagyarázza a kulcsfontosságú fogalmakat, keresőkifejezéseket generál. De kitalálhatja az attribúciót; Ezt egy pillanat múlva meglátjuk.
- Tervezés: SMILES-t generál (a molekula szöveges karakterláncként való írásának egyik formája; erről később), retroszintézis lépéseket javasol, reaktív alternatívákat sorol fel. A javaslat jó, nem garancia.
- Laboratórium: Az AI itt nem csinál semmit. A mérést, a fűtést és a biztonsági intézkedéseket ember végzi. Az AI csak az eljárás megírásában segít; Az eljárás végrehajtása előtt egy embernek felügyelnie kell azt a biztonság érdekében.
- Elemzés: Az NMR, IR, tömegspektrum (ezek olyan mérési technikák, amelyek a molekula szerkezetét mutatják) értelmezésében YZ segít a csúcsok csoportosításában és a lehetséges szerkezetek felsorolásában. A végső feladat a tiéd.
- Jelentéskészítés: Kísérleti jegyzetfüzetet, cikkvázlatot, biztonsági űrlaptervezetet készít. Nagyon erős; de a számoknak meg kell egyeznie a tiéddel.
Tipp: A mesterséges intelligencia használatának legbiztonságosabb helye a „ha valami elromlik, azt azonnal észreveszik és kijavítják”: vázlatszöveg, kódváz, kifejezés leírása. A legkockázatosabb helyek a "ha hamis, akkor csendben terjed" területek: konstansok, hivatkozások, biztonsági állítások, számszerű eredmények.
Miért kell óvatosnak lennünk? Három strukturális kockázat
A nagy nyelvi modell nem egy számológép vagy egy kémiai motor. Olyan szöveget hoz létre, amely statisztikailag "valószínűnek tűnik". Ez három konkrét kockázathoz vezet a kémiában:
- Készített (hallucináció): Magabiztosan fel tud írni egy olyan vegyületet, amely nem modell, egy reakciót, amely nem létezik, vagy egy hibás molekulatömeget. Például azt írja, hogy "Az X vegyület molekulatömege 154,2 g/mol", míg a helyes érték 168,2.
- Hamis idézet: Reálisnak tűnő, de egyáltalán nem létező forrást adhat, például „Smith et al., 2019, Journal of Organic Chemistry”. Még egy DOI-számot is tud alkotni.
- Biztonsági tévedés: Reagensek veszélyes kombinációját (pl. oxidálószer és szerves oldószer nem megfelelő arányban) jelenítheti meg, mint "nem probléma".
Ez a három kockázat újra és újra megjelenik a modul minden egységében. A megoldás nem a mesterséges intelligencia elől való menekülés, hanem az, hogy minden egyes kimenetet független forrással ellenőrizzünk.
mini tokok
1. eset – Illesztett molekulatömeg. Egy végzős hallgató megkérdezte a mesterséges intelligenciát a para-nitrofenol molekulatömegéről. „139,11 g/mol” – közölte az AI. A diák magabiztos volt, és azt tervezte, hogy 6,96 g-ot fog kimérni 0,05 mólra. A para-nitrofenol molekulatömege azonban 139,11 g/mol, és ezúttal ez volt a helyes – de a diák soha nem ellenőrizte. A következő vegyületre (para-amino-fenol, tényleges érték 109,13 g/mol) YZ azt mondta, hogy „123,15”; Ezúttal a diák úgy fogta meg, hogy kézzel számolta ki a (C6H7NO2) képletből: 6×12,011 + 7×1,008 + 14,007 + 2×15,999 = 109,13. Tanulság: számítsa ki az egyes molekulatömegeket képlet nélkül.
2. eset – Hamis DOI. Egy kutató 5 forrást kért az AI-tól irodalmi áttekintésében. Az öt közül kettő DOI-ja kattintáskor a „nem található” értéket adta vissza; A címek tényszerűek voltak, de a cikkek nem. 40 perc időpocsékolás. Tanulság: nem szabad minden hivatkozást felhasználni az adatbázisban való ellenőrzés nélkül (DOI, PubMed, Reaxys).
3. eset – Biztonságosnak tűnő veszély. Egy felhasználó megkérdezte az AI-t a tisztítási eljárásról; Az AI közvetetten javaslatot tett a hipoklorit tartalmú oldat és a savas oldat összekeverésére – ez a kombináció klórgázt szabadíthat fel. Szerencsére a felhasználó megnézte a biztonsági adatlapot (SDS), és megállt. Tanulság: végrehajtás előtt minden eljárást ember ellenőriz SDS és veszély szempontjából.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Szintetizálja ezt a molekulát.
Ez az állítás homályos: milyen molekula, milyen kiindulási anyagok, milyen léptékű, milyen korlátok? Az AI pótolja a hiányosságokat.
Erőteljes felszólítás:
Szerep: Ön tapasztalt asszisztens a szerves szintézisben. Célmolekula: 4-metoxiacetofenon (SMILES: COc1ccc(cc1)C(C)=O). Kiindulási anyagunk anizol. Feladat: Adjon egy 2 lépéses retroszintézis javaslatot! Minden lépéshez: reagensek, körülmények (hőmérséklet, oldószer) és LEHETSÉGES mellékreakciók. Kényszer: Jelölje be a "VERIFY"-t, ahol nem biztos, illik.Kimenet: számozott lépések + ellenőrizendő pontok listája.
Különbség: szerep, pontos cél (SMILES-szel), kontextus, lépések száma, kimeneti formátum és „illeszkedési” megkötés. Ez a jó felszólítás öt összetevője a kémiában: szerep, pontos szerkezetábrázolás, kontextus, feladat, ellenőrzési kényszer.
Az AI-eszközök típusai: nyelvi modell vagy kémiai eszköz?
A kémiában két különböző "AI"-val találkozhatunk, és nagyon fontos, hogy ne keverjük össze őket:
Műfaj
Mit tesz
megbízhatóság
Használati példa
Általános nyelvi modell
Szöveget/kódot generál, magyaráz, piszkozatokat ír
Kevés a szám, magas a nyelv
Eljárásvázlat, terminológiai magyarázat
Kémiai könyvtár (RDKit stb.)
Determinisztikusan feldolgozza a molekulát, kiszámítja a molekulatömeget
Magas (szabály alapú)
SMILES ellenőrzés, MA-fiók
Egyéni előrejelzési modell (retroszintézis, funkció)
Adatokra képzett előrejelzést ad
Közepes, területtől függően
Retroszintézis, oldhatóságbecslés
Irodalom/keresőeszköz
Valódi adatbázis-lekérdezések
Forrástól függően magas
Attribúció megerősítése, reakciókeresés
A legrobusztusabb munkafolyamat ezeket egyesíti: a nyelvi modell generálja az ötletet, a kémiai könyvtár determinisztikusan számítja ki a számot, a szakirodalmi eszköz ellenőrzi a hozzárendelést, az ember validálja. Ezt a láncot a következő egységekben hozzuk létre.
Ellenőrzési fegyelem: NÉGY lépés
Végezze el az egyes AI-kimeneteket a következő négy lépésben, mielőtt bevinné azokat a laborba vagy a jelentésbe:
- Felépítés: Érvényes a molekula/reakció jelölés (SMILES/InChI)? Eszközzel (RDKit) értelmezhető?
- Szám: A molekulatömeget, a sztöchiometriát, a hozamszámítást egymástól függetlenül ellenőrizték (kézzel vagy könyvtárral)?
- Forrás: Valódi adatbázisban ellenőrizték minden állítást és hozzárendelést?
- Biztonság: Elolvasták az SDS-t minden egyes reagenshez az eljárás során, vannak-e veszélyes kombinációk?
Megjegyzés: Ez a négy lépés „mindig” érvényes, nem „néha”. 20 olyan helyzet, amelyben helyes a mesterséges intelligencia, nem mentség 1 olyan helyzetre, amelyben helytelen; mert a kémiában az 1 szituáció lehet robbanás, mérgezés vagy visszahúzott cikk.
Gyakori hibák
- Az AI kimenet „erőforrásként” való összetévesztése. Az AI nem egy erőforrás, hanem egy generátor, amely megpróbálja megjegyezni az erőforrásokat (néha helytelenül). Ez a forrás adatbázis.
- Bízva a számban. Olyan számok használata, mint a molekulatömeg, pKa, forráspont azok ellenőrzése nélkül. Ezek determinisztikusan számíthatók/kereshetők; A nyelvi modell megkérdezése a leggyengébb út.
- A biztonság kiszervezése mesterséges intelligenciára. "Az AI nem mondta, hogy veszélyes" nem jelenti azt, hogy biztonságos. A veszélyértékelés az ember és az SDS feladata.
- Homályos felszólítás. Nem a nevével, hanem a szerkezetével adja meg a molekulát (SMILES/InChI); Ez helytelen molekulákhoz vezet a névzavar miatt.
- Egyetlen próbálkozásban bízva. Ugyanazt a kérdést másképpen felteszi, és nem ellenőrzi a következetességet.
Összefoglalva
- Az AI egy hatékony asztali asszisztens a kémiában: kódot, vázlatokat, leírásokat, szkennelési vázakat készít; de a labor nem csinálja meg és nem ellenőrzi a kimenetét.
- Három eredendő kockázat létezik: hamis összetétel/szám, hamis hozzárendelés, biztonsági tévedés.
- Az általános nyelvi modell és a determinisztikus kémiai eszközök (RDKit, adatbázisok) elkülönítése és kombinálása.
- Végezze el az egyes kimeneteket a Struktúra–Szám–Forrás–Biztonság négy lépésén.
- Jó prompt: szerepet, explicit struktúraábrázolást, kontextust, feladatot, érvényesítési megkötést tartalmaz.
Pályázati feladat
Válasszon egy molekulát, amelyet saját maga tanulmányozott (pl. aszpirin, SMILES: CC(=O)Oc1ccccc1C(=O)O). Kérdezz meg három dolgot az AI-tól: (1) molekulatömeg, (2) két referenciaanyag, (3) egy szintézis lépés. Ezután ellenőrizze mindegyiket egymástól függetlenül: számítsa ki manuálisan a molekulatömeget a képletből, erősítse meg az idézeteket DOI-val, ellenőrizze a szintézis lépését biztonsági szemmel. Melyik kimenet jött ki helyesen, és melyik igényelt javítást? Vezessen féloldalas „ellenőrzési naplót”.
ellenőrző lista
- [ ] Rájöttem, hogy a mesterséges intelligencia asszisztens, nem vegyész.
- [ ] Felismerem a példákkal a kitalálás, a hamis tulajdonítás és a bizalmatlanság kockázatát.
- [ ] Meg tudom különböztetni a nyelvi modellt és a determinisztikus kémiai eszközöket.
- [ ] Minden kimenetre a Struktúra–Szám–Forrás–Biztonság négy lépését fogom alkalmazni.
- [ ] A molekulákat szerkezeti jelöléssel (SMILES/InChI) írom le, nem név szerint.
- [ ] Legalább egy ellenőrzési naplót vezettem.