Įvadas į dirbtinį intelektą chemijoje: vaidmenys, ribos, patvirtinimas ir etika

Pelnas:

• Gebėjimas atskirti, kur dirbtinis intelektas taupo laiką chemijos darbo eigoje (idėja, dizainas, analizė, ataskaitų teikimas), o kur struktūra, skaičius, ištekliai ir saugos sprendimai paliekami žmonėms, priklausomai nuo rizikos lygio.
• Gebėjimas taikyti discipliną, kuri savarankiškai tikrina kiekvieną išvestį keturiais žingsniais Struktūra-skaičius-Išteklius-Sauga
• Supraskite, kodėl išgalvoti junginiai ir skaičiai, klaidingos nuorodos ir klaidingi supratimai apie saugumą kelia pavojų šiai profesijai, į kurį reikia atsižvelgti nuo pat pradžių.

Chemija yra eksperimentinis mokslas, tiriantis materijos struktūrą, virsmą ir savybes. Vaistininkas laboratorijoje sveria, tirpdo, šildo ir matuoja; Prie savo stalo jis piešia molekules, planuoja reakcijas, interpretuoja spektrus, skenuoja literatūrą ir rašo ataskaitas. Dirbtinis intelektas (sutrumpintai AI, čia konkrečiai programinė įranga, kuri generuoja tekstą numatant „kitą labiausiai tikėtiną žodį“, parengtas pagal didelį kalbos modelį, t. y. didžiulius teksto duomenis) gali žymiai pagreitinti daugelį šių stalinių darbų. Tačiau ji nekuria pačios laboratorijos, neskaito svarstyklių, o svarbiausia: netikrina jokių skaičių, formulių ar citatų, kurias gamina jūsų vardu. Šis modulis moko, kaip dirbtinį intelektą naudoti chemijoje visapusiškai, bet atsakingai.

Šiame pirmajame skyriuje noriu jūsų mintyse įmesti vieną idėją: AI yra chemijos asistentas, o ne chemikas. Rašo kodą, gamina kontūrus, kuria retrosintezės karkasą, padeda interpretuoti spektro smailes, apibendrina literatūrą. Tačiau kompetentingas chemikas nusprendžia, ar molekulė iš tikrųjų gali būti susintetinta, ar reakcija yra saugi, ar ne, ar nuoroda yra tikra, ar ne, ir galutinę atsakomybę.

Kur AI tinka chemijos darbo eigai?

Chemijos projektą apytiksliai suskirstykime į penkis etapus: (1) idėja ir literatūra, (2) molekulės ir reakcijos projektavimas, (3) taikymas laboratoriniam naudojimui, (4) analizė ir apibūdinimas, (5) ataskaitų teikimas. Šiuose etapuose AI turi labai skirtingas vertes.

• Idėjos ir literatūra: AI greitai apibendrina temą, paaiškina pagrindines sąvokas, generuoja paieškos terminus. Bet jis gali sugalvoti priskyrimą; Tai pamatysime po akimirkos.
• Dizainas: generuoja SMILES (molekulės kaip teksto eilutės rašymo forma; daugiau apie tai vėliau), siūlo retrosintezės žingsnius, išvardija reaktyvias alternatyvas. Pasiūlymas geras, ne garantija.
• Laboratorija: AI čia nieko nedaro. Svėrimo, šildymo ir saugumo priemones atlieka žmonės. AI tik padeda parašyti procedūrą; Prieš atlikdamas šią procedūrą žmogus turi ją prižiūrėti dėl saugumo.
• Analizė: aiškinant BMR, IR, masių spektrą (tai matavimo metodai, parodantys molekulės struktūrą), YZ padeda sugrupuoti smailes ir išvardyti galimas struktūras. Paskutinė užduotis yra jūsų.
• Ataskaitų teikimas: rengia eksperimentinį bloknotą, straipsnio juodraštį, saugos formos juodraštį. Tai labai galinga; bet skaičiai turi sutapti su tavo.

Patarimas: saugiausia vieta naudoti dirbtinį intelektą yra srityse, kuriose „jei kas nors nutiks, tai bus nedelsiant pastebėta ir pataisyta“: teksto juodraštis, kodo skeletas, termino aprašymas. Rizikingiausios vietos yra „jei klaidinga, tai sklinda tyliai“ sritys: konstantos, nuorodos, saugumo teiginiai, skaitiniai rezultatai.

Kodėl turime būti atsargūs? Trys struktūrinės rizikos

Didysis kalbos modelis nėra skaičiuotuvas ar chemijos variklis. Sukuria tekstą, kuris statistiškai „atrodo tikėtinas“. Tai sukelia tris konkrečias chemijos rizikas:

1. Sugalvota (haliucinacija): gali užtikrintai užrašyti junginį, kuris nėra modelis, neegzistuojančią reakciją arba neteisingą molekulinę masę. Pavyzdžiui, sakoma: „X junginio molekulinė masė yra 154,2 g/mol“, o teisinga vertė yra 168,2.
2. Suklastota citata: gali pateikti šaltinį, kuris atrodo tikroviškas, bet iš viso neegzistuoja, pvz., „Smith ir kt., 2019, Organinės chemijos žurnalas“. Jis netgi gali sugalvoti DOI numerį.
3. Saugumo klaidos: pavojingas reagentų derinys (pvz., oksidatorius ir organinis tirpiklis netinkamu santykiu) gali būti „jokių problemų“.

Šios trys rizikos vėl ir vėl atsiras kiekviename šio modulio skyriuje. Sprendimas yra ne pabėgti nuo AI, o nustatyti kiekvienos išvesties patikrinimo nepriklausomu šaltiniu discipliną.

mini dėklai

1 atvejis – pritaikyta molekulinė masė. Absolventas paklausė AI para-nitrofenolio molekulinės masės. „139,11 g/mol“, – nurodė AI. Studentė pasitikėjo savimi ir planavo sverti 6,96 g 0,05 mol. Tačiau para-nitrofenolio molekulinė masė yra 139,11 g/mol, ir šį kartą tai buvo teisinga, tačiau studentas niekada netikrino. Ant kito junginio (para-aminofenolio, faktinė vertė 109,13 g/mol) YZ pasakė „123,15“; Šį kartą mokinys jį pagavo apskaičiavęs ranka iš formulės (C6H7NO2): 6×12,011 + 7×1,008 + 14,007 + 2×15,999 = 109,13. Pamoka: apskaičiuokite kiekvieną molekulinę masę be formulės.

2 atvejis – netikras DOI. Tyrėjas savo literatūros apžvalgoje paprašė AI pateikti 5 šaltinius. Dviejų iš penkių DOI spustelėjus buvo „nerastas“; Antraštės buvo tikroviškos, o straipsniai – ne. Laiko švaistymas 40 minučių. Pamoka: ne kiekviena citata turėtų būti naudojama be patikrinimo duomenų bazėje (DOI, PubMed, Reaxys).

3 atvejis. Pavojus, kuris atrodo saugus. Vartotojas paklausė AI apie valymo procedūrą; AI netiesiogiai pasiūlė sumaišyti hipochlorito turintį tirpalą su rūgštiniu tirpalu – deriniu, kuris galėtų išskirti chloro dujas. Laimei, vartotojas pažvelgė į saugos duomenų lapą (SDS) ir sustojo. Pamoka: prieš įgyvendinant kiekvieną procedūrą žmogus patikrina, ar nėra SDS ir pavojaus.

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Sintezuokite šią molekulę.

Šis teiginys neaiškus: kokia molekulė, kokios pradinės medžiagos, koks mastas, kokie apribojimai? AI užpildo spragas.

Galingas raginimas:

Vaidmuo: esate patyręs organinės sintezės asistentas. Tikslinė molekulė: 4-metoksiacetofenonas (SMILES: COc1ccc(cc1)C(C)=O). Mes turime anizolą kaip pradinę medžiagą. Užduotis: Pateikite 2 žingsnių retrosintezės pasiūlymą. Kiekvienam etapui: reagentai, sąlygos (temperatūra, tirpiklis) ir GALIMOS šalutinis reakcijos. Apribojimas: pažymėkite "VERIFY" ten, kur nesate tikri, tinka. Išvestis: sunumeruoti žingsniai + tikrintinų taškų sąrašas.

Skirtumas: vaidmuo, tikslus tikslas (su SMILES), kontekstas, žingsnių skaičius, išvesties formatas ir „tinkamo“ apribojimas. Tai yra penki gero raginimo chemijoje komponentai: vaidmuo, tikslus struktūros vaizdavimas, kontekstas, užduotis, patikrinimo apribojimas.

AI įrankių tipai: kalbos modelis ar chemijos įrankis?

Chemijoje susiduriate su dviem skirtingais „AI“ ir labai svarbu jų nepainioti:

Žanras

Kas daro

patikimumas

Naudojimo pavyzdys

Bendrasis kalbos modelis

Generuoja tekstą/kodą, aiškina, rašo juodraščius

Mažai skaičių, daug kalbos

Procedūros metmenys, terminų paaiškinimas

Chemijos biblioteka (RDKit ir kt.)

Deterministiškai apdoroja molekulę, apskaičiuoja molekulinę masę

Aukšta (pagrįsta taisyklėmis)

SMILES patvirtinimas, MA paskyra

Pasirinktinis numatymo modelis (retrosintezė, funkcija)

Suteikia duomenų parengtą prognozę

Vidutinis, priklausomai nuo srities

Retrosintezė, tirpumo įvertinimas

Literatūros/paieškos įrankis

Tikros duomenų bazės užklausos

Didelis, priklausomai nuo šaltinio

Priskyrimo patvirtinimas, reakcijos paieška

Tvirčiausia darbo eiga sujungia šiuos dalykus: kalbos modelis generuoja idėją, chemijos biblioteka apskaičiuoja skaičių deterministiškai, literatūros įrankis patikrina priskyrimą, žmogus patvirtina. Šią grandinę sukursime kituose padaliniuose.

Patikrinimo disciplina: KETURI žingsniai

Prieš įvesdami kiekvieną AI išvestį į laboratoriją arba ataskaitą, atlikite šiuos keturis veiksmus:

1. Struktūra: ar galioja molekulės/reakcijos žymėjimas (SMILES/InChI)? Ar jį galima išanalizuoti naudojant įrankį (RDKit)?
2. Skaičius: ar molekulinė masė, stechiometrija, derlingumo skaičiavimas buvo patikrinti nepriklausomai (ranka arba biblioteka)?
3. Šaltinis: ar visi teiginiai ir priskyrimas buvo patikrinti tikroje duomenų bazėje?
4. Sauga: ar buvo perskaitytas kiekvieno procedūros reagento SDS, ar yra kokių nors pavojingų derinių?

Pastaba: šie keturi veiksmai taikomi „visada“, o ne „kartais“. 20 situacijų, kuriose dirbtinis intelektas yra teisingas, nepateisina 1 situacijos, kai ji yra neteisinga; nes chemijoje ta 1 situacija gali būti sprogimas, apsinuodijimas arba atitrauktas gaminys.

Dažnos klaidos

• AI išvestis klaidinga kaip „išteklius“. AI yra ne resursas, o generatorius, kuris bando atsiminti išteklius (kartais neteisingai). Tai yra šaltinio duomenų bazė.
• Pasitikėjimas numeriu. Naudojant tokius skaičius kaip molekulinė masė, pKa, virimo temperatūra, jų nepatikrinus. Juos galima apskaičiuoti/ieškoti deterministiškai; Kalbos modelio klausimas yra silpniausias būdas.
• Saugumo perdavimas dirbtiniu intelektu. „AI nesakė, kad tai pavojinga“ nereiškia, kad tai saugu. Pavojaus vertinimas yra žmogaus ir SDS darbas.
• Neaiškus raginimas. Nurodykite molekulę ne pagal pavadinimą, o pagal struktūrą (SMILES/InChI); Dėl to dėl pavadinimo painiavos susidaro neteisingos molekulės.
• Pasitikėkite tik vienu bandymu. Dar kartą užduoda tą patį klausimą kitaip ir netikrina nuoseklumo.

Apibendrinant

• AI yra galingas stalo asistentas chemijoje: jis gamina kodą, kontūrus, aprašymus, nuskaito skeletus; bet laboratorija to nedaro ir netikrina savo produkcijos.
• Yra trys būdingos rizikos: netikras junginys / skaičius, netikras priskyrimas, saugumo klaida.
• Atskirti ir sujungti bendrosios kalbos modelį ir deterministinės chemijos įrankius (RDKit, duomenų bazės).
• Kiekvieną išvestį atlikite keturiais Struktūra – Skaičius – Šaltinis – Sauga etapais.
• Geras raginimas: apima vaidmenį, aiškų struktūros vaizdą, kontekstą, užduotį, patvirtinimo apribojimą.

Taikymo užduotis

Pasirinkite molekulę, kurią ištyrėte patys (pvz., aspirinas, SMILES: CC(=O)Oc1ccccc1C(=O)O). Paklauskite AI trijų dalykų: (1) molekulinės masės, (2) dviejų informacinių dokumentų, (3) sintezės žingsnio. Tada patikrinkite kiekvieną atskirai: rankiniu būdu apskaičiuokite molekulinę masę pagal formulę, patvirtinkite citatas naudodami DOI, patikrinkite sintezės veiksmą saugos akimis. Kuris rezultatas buvo teisingas, o kurį reikėjo taisyti? Laikykite pusės puslapio „patikrinimo žurnalą“.

kontrolinis sąrašas

• [ ] Supratau, kad dirbtinis intelektas yra asistentas, o ne chemikas.
• [ ] Su pavyzdžiais pripažįstu prasimanymo, klaidingo priskyrimo ir nepasitikėjimo riziką.
• [ ] Galiu atskirti kalbos modelį ir deterministinės chemijos įrankius.
• [ ] Kiekvienam išėjimui pritaikysiu keturis Struktūra–Skaičius–Šaltinis–Sauga veiksmus.
• [ ] Apibūdinu molekules pagal struktūros žymėjimą (SMILES/InChI), o ne pagal pavadinimą.
• [ ] Turėjau bent vieną patvirtinimo žurnalą.