A IA mudará a forma como fazemos química: o teste GPT-3

O Inteligência artificial está se tornando uma ferramenta fundamental na pesquisa química: o projeto de moléculas ou a previsão de suas características pode ser confiado a modelos de linguagem especialmente treinados, e o aprendizado de máquina já encontrou o seu lugar nos laboratórios químicos.

O que os pesquisadores descobriram Politécnico Federal de Lausanne, no entanto, tem o potencial de revolucionar completamente a pesquisa química: GPT-3, este foi o primeiro título do estudo recém publicado sobre “Nature Machine Intelligence”, poderia ser “tudo o que você precisa para investigação química em conjuntos de dados limitados".

Mesmo que eu não conheça a maior parte literatura química, a versão do GPT-3 aperfeiçoada pela equipe da Berend Smith provou que pode competir com técnicas tradicionais e caras aprendizado automático, sendo pioneiro em uma abordagem completamente nova à química que pode mudar para sempre a forma como a pesquisa é feita.

IA generativa: “Esses são os empregos que não existirão mais graças a mim”
O Santo Graal da química verde: produtos químicos fluorados livres de toxicidade
GPT-3, o algoritmo que escreve como um humano chega à Itália

Química em palavras: o teste GPT-3 AI

O Inteligência artificial entrou na pesquisa química já há algum tempo: oaprendizado automático, em particular, tem sido muito apreciado ao longo dos anos pela sua capacidade de tomar decisões com base em dados e de fazer previsões muito precisas, que podem ser utilizadas também para a criação de novos medicamentos.

O aprendizado de máquina, no entanto, requer grandes quantidades de dados para fazer previsões confiáveis, o que não é tão óbvio em química: muitas vezes os dados disponíveis não são suficientes para os algoritmos praticarem, então a eficácia do aprendizado de máquina "rotulado" ou supervisionado está sujeita a limitações severas.

Assim, alguns cientistasEPFL eles pensaram em testar o potencial do GPT-3, na base do famoso Aplicativo ChatGPT"O fato de os modelos de fundação poderem executar tarefas para as quais não foram explicitamente treinados”, lemos no estudo publicado recentemente em 'Inteligência da Máquina da Natureza'"nos levou a questionar se eles também eram capazes de responder a questões científicas para as quais não temos resposta".

Como na pesquisa química a maioria dos problemas pode ser expresso em palavras, os pesquisadores pensaram em treinar esses enormes modelos para responder alguns perguntas de “químico” que são impossíveis de resolver sem recorrer a complicados simulações e experimentos (por exemplo: “Se eu substituir o metal na minha estrutura metal-orgânica, ele será estável na água?").

Inteligência artificial e hologramas: a nova fronteira da saúde
Estreia um “holotransporte” integrado à Inteligência Artificial
SwissGPT: a IA suíça que revoluciona a segurança corporativa

Química: um GPT-3 aprimorado para respostas impossíveis

Ao contrário do que algum ceticismo inicial pode sugerir, o método desenvolvido pelos pesquisadores da EPFL não faz perguntas diretamente sobre a química do GPT-3. “O GPT-3 não está familiarizado com a maior parte da literatura química, portanto, se fizermos uma pergunta química ao ChatGPT, as respostas geralmente serão limitadas ao que pode ser encontrado na Wikipedia", Ele explica Kevin Maik Jablonka, principal autor do estudo.

"Em vez”, explica Jablonka, “abbiamo GPT-3 otimizado com um pequeno conjunto de dados convertido em perguntas e respostas, e obtivemos um novo modelo que pode fornecer informações químicas muito precisas".

No curso do chamado ajuste fino, os pesquisadores forneceram ao GPT-3 uma lista selecionada de Perguntas e respostas"Por exemplo, para ligas de alta entropia, é importante saber se uma liga ocorre em uma única fase ou tem múltiplas fases.", Explica ele Berend Smith, professor de Engenharia Química da Escola de Ciências Básicas da EPFL.

Tal problema, explica Smit, é traduzido em uma lista selecionada de perguntas e respostas como “D = 'O É monofásico? R= 'Sim/Não'”.

"Na literatura encontramos diversas ligas para as quais a resposta é conhecida, e utilizamos esses dados para desenvolver o GPT-3”, continua Smit,“o que obtivemos foi um modelo de IA refinado, treinado para responder a essa pergunta com apenas um sim ou um não".

Inteligência Artificial também para o desenvolvimento de novos medicamentos
Desenvolvimento de novos medicamentos, bibliotecas melhoradas graças à química
Rumo ao Humanismo Digital: análise de uma revolução com redenção

Modelos básicos como o GPT-3 na rotina dos pesquisadores

O modelo “aprimorado”, treinado com relativamente poucas perguntas e respostas, foi resolvido corretamente mais de 95 por cento dos problemas em problemas químicos muito diferentes, muitas vezes superando modelos de aprendizado de máquina especificamente programados para essa tarefa.

"A questão é que é tão fácil quanto fazer uma pesquisa bibliográfica”, explica Smit, “que, no entanto, funciona com muitos problemas químicos". Além disso, a abordagem desenvolvida por Kevin Maik Jablonka é extraordinariamente rápido e não requer nenhuma habilidade específica, ao contrário dos modelos tradicionais aprendizado de máquina.

As implicações deste estudo poderão ser decisivas: a possibilidade de formular questões como “Qual é o rendimento de um [produto químico] preparado com esta [receita]?” e receba um resposta precisa poderia revolucionar a forma como o pesquisa química é planejado e gerenciado.

Como afirma o estudo, “ser capaz de interrogar um modelo básico como o GPT-3 poderia se tornar um método rotineiro para iniciar um projeto de pesquisa explorando o conhecimento coletivo codificado nesses modelos fundamentais ou para fornecer uma linha de base para atividades preditivase ”.

"Isso mudará a maneira como fazemos química”, comenta o professor Smit sem rodeios.

Água, grama e humanidade: os limites cognitivos da Inteligência Artificial
A Inteligência Artificial nos ajudará a limpar os oceanos de plástico
As 100 Grandes da Química e os desafios da economia global

GPT-3 é “apenas” uma ferramenta: a pesquisa continua

Os resultados do estudo levantam uma questão não secundária: como é possível que um modelo de linguagem natural, sem qualquer formação específica em química, podem ser mais preciso do que modelos especialmente programados?

"Com base em nosso conhecimento”, lemos no jornal,“Não há uma resposta rigorosa para esta pergunta".

O fato de resultados muito promissores serem obtidos mesmo usando representações químicas completamente hipotéticas demonstra que estes modelos básicos são "muito adequado para extrair correlações de qualquer texto”.

Ma a busca apenas começou. Como explicam os pesquisadores, o fato de o GPT-3 identificar correlações que podem ser exploradas com sucesso para fazer previsões não implica que as correlações sejam sempre significativas ou ligados a relações de causa-efeito.

No momento, concluem os pesquisadores, GPT-3 “é apenas uma ferramenta que nos permite utilizar de forma mais eficiente o conhecimento que os cientistas acumularam ao longo dos anos".

E novamente: "O próximo passo será usar o GPT-3 para identificar essas correlações e, finalmente, obter uma compreensão mais profunda".

Veja como a IA está revolucionando o comportamento de compra
A evolução dos motores de busca: o impacto da IA, o papel do Google
É assim que os sistemas baseados em IA escondem valores morais…