Winst:
- Onderscheid kunnen maken waar kunstmatige intelligentie tijd bespaart in de chemieworkflow (idee, ontwerp, analyse, rapportage) en waar beslissingen over structuur, aantal, middelen en veiligheid aan de mens worden overgelaten, afhankelijk van het risiconiveau.
- Mogelijkheid om een discipline toe te passen die elke output onafhankelijk controleert met de vier stappen van Structuur-Nummer-Resource-Security
- Begrijp waarom verzonnen samenstellingen en cijfers, valse referenties en misvattingen over de veiligheid risico's zijn voor dit beroep waarmee vanaf het allereerste begin rekening moet worden gehouden.
Scheikunde is een experimentele wetenschap die de structuur, transformatie en eigenschappen van materie bestudeert. Een chemicus weegt, lost op, verwarmt en meet in het laboratorium; Aan zijn bureau tekent hij moleculen, plant reacties, interpreteert spectra, scant de literatuur en schrijft rapporten. Kunstmatige intelligentie (kortweg AI, hier specifiek software die tekst genereert door het ‘volgende meest waarschijnlijke woord’ te voorspellen, getraind op een groot taalmodel, dat wil zeggen enorme tekstgegevens) kan veel van deze bureautaken dramatisch versnellen. Maar het bouwt het laboratorium niet zelf, het leest de weegschaal niet, en het allerbelangrijkste: het verifieert geen getallen, formules of citaten die het namens u produceert. Deze module leert hoe je AI end-to-end maar op een verantwoorde manier kunt gebruiken in de chemie.
In dit eerste deel wil ik één idee in je hoofd planten: AI is een assistent in de scheikunde, geen scheikundige. Schrijft code, maakt schetsen, bouwt een retrosyntheseframework, helpt bij het interpreteren van spectrumpieken, vat de literatuur samen. Het is echter de competente scheikundige die beslist of het molecuul daadwerkelijk kan worden gesynthetiseerd, of een reactie veilig is of niet, of een referentie echt is of niet, en wat de uiteindelijke verantwoordelijkheid is.
Waar past AI in de chemieworkflow?
Laten we een scheikundeproject grofweg in vijf fasen verdelen: (1) idee en literatuur, (2) molecuul- en reactieontwerp, (3) laboratoriumtoepassing, (4) analyse en karakterisering, (5) rapportage. AI heeft in deze fasen heel verschillende waarden.
- Ideeën en literatuur: AI vat snel een onderwerp samen, legt sleutelconcepten uit, genereert zoektermen. Maar hij kan de toeschrijving verzinnen; We zullen dit zo meteen zien.
- Ontwerp: Genereert SMILES (een vorm van het schrijven van het molecuul als een tekststring; daarover later meer), stelt retrosynthesestappen voor, somt reactieve alternatieven op. Suggestie is goed, geen garantie.
- Laboratorium: AI doet hier niets. Weeg-, verwarmings- en beveiligingsmaatregelen worden door mensen uitgevoerd. AI helpt alleen bij het schrijven van de procedure; Voordat deze procedure wordt uitgevoerd, moet een mens er voor de veiligheid toezicht op houden.
- Analyse: Bij het interpreteren van NMR, IR en massaspectrum (dit zijn meettechnieken die de structuur van het molecuul laten zien), helpt YZ de pieken te groeperen en mogelijke structuren op te sommen. De eindopdracht is van jou.
- Rapportage: Produceert experimenteel notitieboekje, artikelconcept, veiligheidsformulierconcept. Het is erg krachtig; maar de cijfers moeten overeenkomen met die van jou.
Tip: De veiligste plek om AI te gebruiken is in de gebieden "als er iets misgaat, wordt het opgemerkt en onmiddellijk opgelost": concepttekst, codeskelet, termbeschrijving. De meest risicovolle plaatsen zijn de gebieden van ‘als het niet waar is, verspreidt het zich geruisloos’: constanten, referenties, veiligheidsbeweringen, numerieke resultaten.
Waarom moeten we voorzichtig zijn? Drie structurele risico's
Het grote taalmodel is geen rekenmachine of scheikundige machine. Produceert tekst die statistisch "waarschijnlijk lijkt". Dit leidt tot drie concrete risico’s in de chemie:
- Verzonnen (hallucinatie): Kan met vertrouwen een verbinding opschrijven die geen model is, een reactie die niet bestaat, of een onjuist molecuulgewicht. Er staat bijvoorbeeld: "Het molecuulgewicht van verbinding X is 154,2 g/mol", terwijl de juiste waarde 168,2 is.
- Valse bronvermelding: kan een bron bevatten die er realistisch uitziet, maar helemaal niet bestaat, zoals "Smith et al., 2019, Journal of Organic Chemistry." Hij kan zelfs een DOI-nummer verzinnen.
- Veiligheidsfout: Kan een gevaarlijke combinatie van reagentia (bijvoorbeeld een oxidatiemiddel en een organisch oplosmiddel in een ongepaste verhouding) als "geen probleem" presenteren.
Deze drie risico's zullen in elke unit van deze module steeds weer terugkomen. De oplossing is niet om aan AI te ontsnappen, maar om de discipline op te bouwen om elke output te verifiëren met een onafhankelijke bron.
mini-gevallen
Geval 1 — Gepast molecuulgewicht. Een afgestudeerde student vroeg AI het molecuulgewicht van para-nitrofenol. “139,11 g/mol”, zei de AI. De student had er vertrouwen in en was van plan 6,96 g te wegen voor 0,05 mol. Het molecuulgewicht van para-nitrofenol is echter 139,11 g/mol, en deze keer klopte het – maar de student had het nooit gecontroleerd. Op de volgende verbinding (para-aminofenol, werkelijke waarde 109,13 g/mol) zei YZ “123,15”; Deze keer heeft de leerling het berekend door het met de hand te berekenen met de formule (C6H7NO2): 6×12,011 + 7×1,008 + 14,007 + 2×15,999 = 109,13. Les: bereken elk molecuulgewicht zonder formule.
Geval 2 — Valse DOI. Een onderzoeker vroeg AI in zijn literatuuronderzoek naar 5 bronnen. De DOI van twee van de vijf retourneerde "niet gevonden" wanneer erop werd geklikt; De krantenkoppen waren feitelijk, maar de artikelen niet. Tijdverspilling 40 minuten. Les: niet elke citatie mag zonder verificatie in de database (DOI, PubMed, Reaxys) worden gebruikt.
Geval 3 — Gevaar dat veilig lijkt. Een gebruiker vroeg de AI naar een schoonmaakprocedure; AI kwam indirect met de suggestie om een hypochloriethoudende oplossing te mengen met een zure oplossing – een combinatie waarbij chloorgas zou kunnen vrijkomen. Gelukkig keek de gebruiker naar het veiligheidsinformatieblad (SDS) en stopte. Les: elke procedure wordt door mensen geïnspecteerd op SDS en gevaren voordat deze wordt geïmplementeerd.
Zwakke prompt/sterke prompt
Zwakke prompt:
Synthetiseer dit molecuul.
Deze bewering is vaag: welk molecuul, welke uitgangsmaterialen, welke schaal, welke beperkingen? AI vult de gaten op.
Krachtige prompt:
Rol: Je bent een ervaren assistent organische synthese. Doelmolecuul: 4-methoxyacetofenon (SMILES: COc1ccc(cc1)C(C)=O). Wij hebben anisool als uitgangsmateriaal. Taak: Geef een voorstel voor retrosynthese in twee stappen. Voor elke stap: reagentia, omstandigheden (temperatuur, oplosmiddel) en MOGELIJKE nevenreacties. Beperking: Markeer "VERIFY" waar u het niet zeker weet, passend. Uitvoer: genummerde stappen + lijst met te verifiëren punten.
Verschil: rol, exact doel (met SMILES), context, aantal stappen, uitvoerformaat en "passende" beperking. Dit zijn de vijf componenten van goede aanwijzingen in de chemie: rol, nauwkeurige structuurweergave, context, taak, verificatiebeperking.
Soorten AI-tools: taalmodel of chemietool?
In de scheikunde kom je twee verschillende "AI" tegen en het is van cruciaal belang om ze niet te verwarren:
Genre
Wat doet
betrouwbaarheid
Voorbeeld gebruik
Algemeen taalmodel
Genereert tekst/code, legt uit, schrijft concepten
Laag in cijfers, hoog in taal
Procedureoverzicht, uitleg van terminologie
Chemiebibliotheek (RDKit etc.)
Verwerkt het molecuul deterministisch, berekent het molecuulgewicht
Hoog (op regels gebaseerd)
SMILES-verificatie, MA-account
Aangepast voorspellingsmodel (retrosynthese, functie)
Geeft op data getrainde voorspellingen
Medium, afhankelijk van gebied
Retrosynthese, schatting van de oplosbaarheid
Literatuur/zoekhulpmiddel
Echte databasequery's
Hoog afhankelijk van de bron
Bevestiging van toeschrijving, zoeken naar reacties
De meest robuuste workflow combineert deze: het taalmodel genereert het idee, de scheikundebibliotheek berekent het getal deterministisch, de literatuurtool verifieert de toeschrijving, de mens valideert. We zullen deze keten in de volgende eenheden opzetten.
Verificatiediscipline: VIER stappen
Doorloop elke AI-output deze vier stappen voordat u deze in het laboratorium invoert of rapporteert:
- Structuur: Is de molecuul-/reactienotatie (SMILES/InChI) geldig? Kan het worden geparseerd met een tool (RDKit)?
- Aantal: Zijn het molecuulgewicht, de stoichiometrie en de opbrengstberekening onafhankelijk geverifieerd (met de hand of in de bibliotheek)?
- Bron: Is elke claim en toeschrijving geverifieerd in een echte database?
- Veiligheid: Is het veiligheidsinformatieblad voor elk reagens in de procedure gelezen, zijn er gevaarlijke combinaties?
Let op: Deze vier stappen zijn ‘altijd’ van toepassing, niet ‘soms’. 20 situaties waarin AI correct is, vormen geen excuus voor 1 situatie waarin AI onjuist is; omdat in de scheikunde die ene situatie een explosie, vergiftiging of een teruggetrokken artikel kan zijn.
Veel voorkomende fouten
- De AI-uitvoer aanzien als een ‘hulpbron’. AI is geen hulpbron, maar een generator die (soms ten onrechte) hulpbronnen probeert te onthouden. Het is de brondatabase.
- Het nummer vertrouwen. Cijfers gebruiken zoals molecuulgewicht, pKa en kookpunt zonder ze te verifiëren. Deze kunnen deterministisch worden berekend/gezocht; Het stellen van vragen aan het taalmodel is de zwakste manier.
- Beveiliging uitbesteden aan AI. “AI heeft niet gezegd dat het gevaarlijk is” betekent niet dat het veilig is. Gevarenbeoordeling is de taak van de mens en SDS.
- Vage vraag. We noemen het molecuul niet bij zijn naam, maar bij zijn structuur (SMILES/InChI); Dit leidt tot onjuiste moleculen als gevolg van naamverwarring.
- Vertrouwen in slechts één poging. Dezelfde vraag opnieuw stellen op een andere manier en de consistentie niet controleren.
Samengevat
- AI is een krachtige bureau-assistent in de scheikunde: het produceert code, contouren, beschrijvingen, scanskeletten; maar het laboratorium doet het niet en verifieert de output ervan niet.
- Er zijn drie inherente risico's: valse samenstelling/nummer, valse attributie, veiligheidsmisvatting.
- Scheid en combineer algemene taalmodellen en deterministische chemiehulpmiddelen (RDKit, databases).
- Neem elke uitvoer door de vier stappen Structuur-Nummer-Bron-Veiligheid.
- Goede prompt: omvat rol, expliciete structuurrepresentatie, context, taak, validatiebeperking.
Applicatie taak
Kies een molecuul dat je zelf hebt bestudeerd (bijvoorbeeld aspirine, SMILES: CC(=O)Oc1ccccc1C(=O)O). Vraag AI drie dingen: (1) molecuulgewicht, (2) twee referentiedocumenten, (3) een synthesestap. Verifieer vervolgens elk afzonderlijk: bereken handmatig het molecuulgewicht uit de formule, bevestig citaten met DOI, onderzoek de synthesestap met een veiligheidsoog. Welke output kwam correct uit en welke vereiste correctie? Houd een ‘verificatielogboek’ van een halve pagina bij.
controlelijst
- [ ] Ik realiseerde me dat AI een assistent is, geen scheikundige.
- [ ] Ik erken de risico's van verzinsels, valse attributie en wantrouwen met voorbeelden.
- [ ] Ik kan onderscheid maken tussen taalmodellen en deterministische scheikundige hulpmiddelen.
- [ ] Ik zal de vier stappen Structuur-Nummer-Bron-Veiligheid op elke uitvoer toepassen.
- [ ] Ik beschrijf moleculen op basis van structuurnotatie (SMILES/InChI), niet op naam.
- [ ] Ik heb minstens één verificatielogboek bijgehouden.