用于指导 MOF 发现的 GPT-4 网状化学家
人工智能
2023-11-01 v2 材料科学
化学物理
摘要
我们提出了一种新框架，将 AI 模型 GPT-4 整合进网状化学实验的迭代过程中，利用 AI 与人类研究者之间交互的协作工作流。该 GPT-4 网状化学家是一个由三个阶段组成的集成系统。每个阶段以不同能力利用 GPT-4，其中 GPT-4 提供化学实验的详细指令，而人类提供关于实验结果的反馈（包括成功与失败），用于下一轮迭代中 AI 的上下文学习。这种迭代的人-AI 交互使 GPT-4 能够通过提示学习策略像一位经验丰富的化学家一样从结果中学习。重要的是，该系统在开发与运行上均基于自然语言，消除了对编程技能的需求，从而使其对所有化学家均可及。我们与 GPT-4 网状化学家的合作指导发现了一系列同网状 MOF，每次合成均通过迭代反馈与专家建议精细调整。该工作流通过利用像 GPT-4 这样的大语言模型的能力来提升研究活动的可行性与效率，展现了在科学研究中更广泛应用的前景。
引用
@article{arxiv.2306.14915,
title = {A GPT-4 Reticular Chemist for Guiding MOF Discovery},
author = {Zhiling Zheng and Zichao Rong and Nakul Rampal and Christian Borgs and Jennifer T. Chayes and Omar M. Yaghi},
journal= {arXiv preprint arXiv:2306.14915},
year = {2023}
}
备注
173 pages (9-page manuscript and 164 pages of supporting information) Submitted to Angewandte Chemie International Edition