Gli esperti della UC Berkeley hanno insegnato ChatGPT come creare rapidamente set di dati sulla ricerca difficile da aggregare su alcuni materiali che possono essere utilizzati per combattere il cambiamento climatico, secondo a carta nuova pubblicato nel Giornale dell’American Chemical Society.
Zhiling Zheng. Credito immagine: UC Berkeley / Zhiling Zheng
Questi set di dati sulla sinergia dei materiali altamente porosi noti come strutture metallo-organiche (MOF) informeranno i modelli predittivi.
I modelli accelereranno la capacità dei chimici di creare o ottimizzare MOF, compresi quelli che alleviano la scarsità d’acqua e catturano l’inquinamento atmosferico. Tutti i chimici, non solo i programmatori, possono creare questi database grazie all’uso di chatbot alimentati dall’intelligenza artificiale.
Professore di chimica a Berkeley che ha inventato i MOF e autore dello studio. “Ci sono centinaia di migliaia di MOF che sono stati segnalati, ma nessuno è stato in grado di estrarre queste informazioni. Ora possiamo estrarlo, tabularlo e creare set di dati di grandi dimensioni”.
Sito web ChatGPT sullo schermo di un computer – interpretazione artistica. Credito immagine: Jonathan Kemper tramite Unsplash, licenza gratuita
Questa svolta dagli esperti del College of Computing, Data Science e Society’s Bakar Institute of Digital Materials for the Planet (BIDMaP) porterà più rapidamente a MOF efficienti ed economici, una necessità urgente come il pianeta riscalda. Può anche essere applicato ad altre aree della chimica. È un esempio di come l’IA può aumentare e democratizzare la ricerca scientifica.
“Dimostriamo che ChatGPT può essere un assistente molto utile”, ha affermato Zhiling Zheng, autore principale dello studio e dottore di ricerca in chimica. studente a Berkeley. “Il nostro obiettivo finale è fare [research] molto più facile.”
Altri autori dello studio, “ChatGPT Chemistry Assistant for Text Mining and Prediction of MOF Synthesis”, includono il Dipartimento di Chimica‘s Oufan Zhang e il Dipartimento di Ingegneria Elettrica e Informaticadi Christian Borgs e Jennifer Chayes. Tutti sono affiliati a BIDMaP, tranne Zhang.
Alcuni autori sono anche affiliati al Kavli Energy Nanoscience InstituteIL Dipartimento di MatematicaIL Dipartimento di StatisticaIL Scuola di informazione E KACST-UC Berkeley Centro di eccellenza per i nanomateriali per applicazioni di energia pulita.
Energia pulita, energia pulita – foto illustrativa. Credito immagine: Colin Watts tramite Unsplash, licenza gratuita
“Un salto sostanziale” nell’intelligenza artificiale per la scienza
Il team ha guidato ChatGPT a condurre rapidamente una revisione della letteratura. Hanno curato 228 documenti pertinenti. Quindi hanno consentito a ChatGPT di elaborare le sezioni pertinenti in quei documenti e di estrarre, pulire e organizzare quei dati.
Per aiutarli a insegnare a ChatGPT a generare informazioni accurate e pertinenti, hanno modificato un approccio chiamato “prompt engineering” in “ChemPrompt Engineering”.
Hanno sviluppato suggerimenti che evitavano di chiedere a ChatGPT contenuti inventati o fuorvianti; disposto indicazioni dettagliate che spiegassero al chatbot il contesto e il formato della risposta; e ha fornito al modello di linguaggio di grandi dimensioni un modello o istruzioni per l’estrazione dei dati.
La revisione della letteratura del chatbot e l’approccio degli esperti hanno avuto successo. ChatGPT ha terminato in una frazione d’ora ciò che uno studente avrebbe impiegato anni per completare, ha affermato Borgs, direttore di BIDMaP. Ha estratto le condizioni sintetiche dei MOF con una precisione del 95%, ha affermato Yaghi.
“Una grande area di come si fa ‘AI per la scienza’ è sondare la letteratura in modo più efficace. Questo è davvero un salto sostanziale nell’elaborazione del linguaggio naturale in chimica”, ha affermato Chayes, decano del College of Computing, Data Science, and Society. “E per usarlo, puoi essere solo un chimico, non un informatico.”
Questo sviluppo accelererà il lavoro scientifico relativo al MOF, compresi gli sforzi volti a combattere il cambiamento climatico, ha affermato Borgs. Con i disastri naturali che diventano più gravi e frequenti, abbiamo bisogno di quel tempo risparmiato, ha affermato.
Yaghi ha osservato che l’uso dell’IA in questo modo è ancora nuovo. Come ogni nuovo strumento, gli esperti avranno bisogno di tempo per identificare le sue carenze e affrontarle. Ma vale la pena investire lo sforzo, ha detto.
“Se non lo usiamo, non possiamo migliorarlo. Se non riusciamo a migliorarlo, allora avremo perso un’intera area che la società sta già utilizzando”, ha detto Yaghi. “L’intelligenza artificiale ha trasformato molti altri settori della nostra società: commercio, banche, viaggi. Perché non trasformare la scienza?
Fonte: Università di Berkeley
Da un’altra testata giornalistica. news de www.technology.org
