당신의 AI 연구실 파트너 'Coscientist'를 만나보세요

이 기사를 읽는 데 걸리는 시간보다 짧은 시간에 인공 지능 기반 시스템이 특정 노벨상 수상 화학 반응을 자율적으로 학습하고 이를 생성하기 위한 성공적인 실험실 절차를 설계할 수 있었습니다. AI는 단 몇 분 만에 이 모든 작업을 수행했으며 첫 번째 시도에서 성공했습니다.

AI를 조립하고 테스트한 연구팀을 이끌었던 카네기 멜론 대학의 화학자이자 화학 엔지니어인 Gabe Gomes는 “인간이 발명한 이 복잡한 반응을 비유기체 지능이 계획, 설계 및 실행한 것은 이번이 처음입니다”라고 말했습니다. 기반 시스템. 그들은 그들의 창조물을 “Coscientist”라고 불렀습니다.

Coscientist가 해낸 가장 복잡한 반응은 유기 화학에서 팔라듐 촉매 교차 결합으로 알려져 있으며, 인간 발명가는 이러한 반응이 제약 개발 과정 및 기타 산업에서 수행하게 된 엄청난 역할을 인정받아 2010년 노벨 화학상을 받았습니다. 까다로운 탄소 기반 분자를 사용합니다.

저널에 게재됨 자연Coscientist의 입증된 능력은 인간이 AI를 생산적으로 사용하여 과학적 발견의 속도와 수를 높이고 실험 결과의 재현성과 신뢰성을 향상시킬 수 있는 잠재력을 보여줍니다. 4명으로 구성된 연구팀에는 박사과정 학생 Daniil Boiko와 Robert MacKnight가 포함되어 있으며, 이들은 각각 노스웨스턴 대학의 미국 국립과학재단 화학효소 합성 센터와 노트르담 대학의 NSF 컴퓨터 보조 합성 센터로부터 지원과 교육을 받았습니다. .

NSF 화학 부문 이사인 David Berkowitz는 “그들의 시스템에서 입증된 화학 합성 작업을 넘어서 Gomes와 그의 팀은 일종의 초효율적인 실험실 파트너를 성공적으로 합성했습니다.”라고 말했습니다. “그들은 모든 조각을 하나로 모았으며 최종 결과는 부분의 합보다 훨씬 더 큽니다. 진정으로 유용한 과학적 목적으로 사용될 수 있습니다.”

Coscientist를 하나로 모으기

Coscientist의 소프트웨어와 실리콘 기반 부품 중 가장 중요한 것은 인공 “두뇌”를 구성하는 대규모 언어 모델입니다. 대규모 언어 모델은 문서에 포함된 텍스트를 포함해 방대한 양의 데이터에서 의미와 패턴을 추출할 수 있는 AI의 일종이다. 일련의 작업을 통해 팀은 GPT-4 및 OpenAI 회사에서 만든 GPT 대형 언어 모델의 다른 버전을 포함한 여러 대형 언어 모델을 테스트하고 비교했습니다.

Coscientist에는 또한 팀이 먼저 개별적으로 테스트한 다음 함께 테스트한 여러 가지 소프트웨어 모듈이 장착되어 있었습니다.

Coscientist의 일반 아키텍처와 실험 과제를 설계한 Boiko는 “우리는 과학에서 가능한 모든 작업을 작은 조각으로 나누고 조각별로 더 큰 그림을 구성하려고 노력했습니다.”라고 말합니다. “결국 우리는 모든 것을 하나로 모았습니다.”

소프트웨어 모듈을 통해 Coscientist는 모든 연구 화학자가 하는 작업을 수행할 수 있었습니다. 즉, 화합물에 대한 공개 정보 검색, 로봇 실험실 장비 제어 방법에 대한 기술 매뉴얼 검색 및 읽기, 실험 수행을 위한 컴퓨터 코드 작성, 결과 데이터를 분석하여 무엇을 결정하는지 등을 수행할 수 있었습니다. 효과가 있었던 것과 그렇지 않은 것.

한 테스트에서는 수행될 경우 아스피린, 아세트아미노펜 및 이부프로펜과 같이 일반적으로 사용되는 물질이 생성되는 화학적 절차를 정확하게 계획하는 Coscientist의 능력을 조사했습니다. 대규모 언어 모델은 개별적으로 테스트 및 비교되었으며, 여기에는 인간 화학자처럼 Google을 사용하여 인터넷에서 정보를 검색할 수 있는 소프트웨어 모듈이 포함된 두 가지 버전의 GPT가 포함되었습니다. 그런 다음 결과 절차를 검사하고 원하는 물질을 얻을 수 있는지 여부, 단계의 세부 정도 및 기타 요소를 기준으로 점수를 매겼습니다. 가장 높은 점수 중 일부는 이부프로펜 합성에 허용 가능한 품질의 절차를 생성한 유일한 모듈인 검색 가능 GPT-4 모듈에 의해 기록되었습니다.

Boiko와 MacKnight는 Coscientist가 “화학적 추론”을 보여주는 것을 관찰했습니다. Boiko는 이를 화학 관련 정보와 이전에 획득한 지식을 사용하여 자신의 행동을 안내하는 능력으로 설명합니다. 분자의 화학 구조를 나타내는 기계 판독 가능한 표기법인 SMILES(Simplified Molecular Input Line Entry System) 형식으로 인코딩된 공개적으로 사용 가능한 화학 정보를 사용하고 분자의 특정 부분을 기반으로 실험 계획을 변경했습니다. 그것은 SMILES 데이터 내에서 면밀히 조사 중이었습니다. “이것은 가능한 최고의 화학적 추론 버전입니다.”라고 Boiko는 말합니다.

추가 테스트에는 Coscientist가 로봇 실험실 장비를 제어하는 ​​응용 프로그램 프로그래밍 인터페이스를 설명하는 기술 문서를 검색하고 사용할 수 있도록 하는 소프트웨어 모듈이 통합되었습니다. 이러한 테스트는 Coscientist가 화학적 화합물을 합성하기 위한 이론적 계획을 물리적 세계에서 실험실 로봇을 안내할 컴퓨터 코드로 변환할 수 있는지 여부를 결정하는 데 중요했습니다.

로봇을 데려오세요

첨단 로봇 화학 장비는 실험실에서 일반적으로 사용되어 작은 액체 샘플을 정확한 정밀도로 계속해서 빨아들이고, 분출하고, 가열하고, 흔드는 등의 작업을 수행합니다. 이러한 로봇은 일반적으로 같은 실험실에 있거나 국가 반대편에 있는 인간 화학자가 작성한 컴퓨터 코드를 통해 제어됩니다.

AI가 작성한 컴퓨터 코드로 로봇을 제어하는 ​​것은 이번이 처음이다.

팀은 로봇 액체 처리 기계가 그리드에 정렬된 96개의 작은 웰이 포함된 플레이트에 유색 액체를 분배하도록 하는 간단한 작업으로 Coscientist를 시작했습니다. “한 줄씩 다른 색으로 색칠하기”, “파란색 대각선 그리기” 등 유치원을 연상시키는 과제를 주었습니다.

액체 처리기 101을 졸업한 후 팀은 Coscientist를 더 많은 유형의 로봇 장비에 소개했습니다. 그들은 화학 샘플에 흡수된 빛의 파장을 측정하는 분광 광도계를 포함하여 다양한 종류의 자동화 장비로 가득 찬 상업 시설인 Emerald Cloud Lab과 제휴했습니다. 그런 다음 Coscientist에게 세 가지 색상(빨간색, 노란색, 파란색)의 액체가 담긴 접시를 제시하고 어떤 색상이 있는지, 그리고 그 색상이 접시 위 어디에 있는지 확인하도록 요청했습니다.

Coscientist에는 눈이 없기 때문에 신비한 색상판을 분광 광도계에 로봇 방식으로 전달하고 각 웰에 흡수된 빛의 파장을 분석하여 어떤 색상이 존재하는지와 색상판에서의 위치를 ​​식별하는 코드를 작성했습니다. 이 과제를 위해 연구원들은 Coscientist에게 올바른 방향으로 약간의 힌트를 주어 다양한 색상이 빛을 흡수하는 방법에 대해 생각하도록 지시해야 했습니다. AI가 나머지 작업을 수행했습니다.

Coscientist의 최종 시험은 발명가인 Akira Suzuki와 Kenkichi Sonogashira의 이름을 딴 “스즈키와 소노가시라 반응 수행”이라는 팀의 명령을 이행하기 위해 조립된 모듈과 교육을 함께 결합하는 것이었습니다. 1970년대에 발견된 이 반응은 금속 팔라듐을 사용하여 유기 분자의 탄소 원자 사이의 결합을 촉매합니다. 이 반응은 염증, 천식 및 기타 질환을 치료하기 위한 새로운 유형의 의약품을 생산하는 데 매우 유용한 것으로 입증되었습니다. 또한 많은 스마트폰과 모니터에 사용되는 OLED의 유기 반도체에도 사용됩니다. 획기적인 반응과 그 광범위한 영향은 2010년 Sukuzi, Richard Heck 및 Ei-ichi Negishi에게 공동으로 수여된 노벨상으로 공식적으로 인정되었습니다.

물론 Coscientist는 이전에 이러한 반응을 시도한 적이 없었습니다. 그래서 이 저자는 앞 문단을 쓰려고 위키피디아에 가서 찾아보았다.

큰 힘, 큰 책임

Coscientist가 기술 문서를 검색할 수 있는 소프트웨어 모듈을 설계한 MacKnight는 “나에게 있어서 ‘유레카’ 순간은 그것이 모든 올바른 질문을 하는 것을 보는 것이었습니다.”라고 말합니다.

Coscientist는 주로 Wikipedia와 American Chemical Society, Royal Society of Chemistry 및 Suzuki와 Sonogashira 반응을 설명하는 학술 논문이 포함된 기타 사이트를 비롯한 여러 사이트에서 답변을 찾았습니다.

Coscientist는 팀에서 제공한 화학 물질을 사용하여 필요한 반응을 생성하기 위한 정확한 절차를 4분도 안 되는 시간에 설계했습니다. 로봇을 사용하여 물리적 세계에서 절차를 수행하려고 했을 때 액체 샘플을 가열하고 흔드는 장치를 제어하기 위해 작성한 코드에 실수가 있었습니다. Coscientist는 사람의 요청 없이 문제를 발견하고 장치의 기술 매뉴얼을 다시 참조하여 코드를 수정하고 다시 시도했습니다.

그 결과는 몇 개의 작은 투명한 액체 샘플에 담겨 있었습니다. Boiko는 샘플을 분석하여 Suzuki와 Sonogashira 반응의 스펙트럼 특징을 발견했습니다.

Gomes는 Boiko와 MacKnight가 Coscientist가 한 일을 그에게 말했을 때 믿을 수 없었습니다. “그들이 내 다리를 잡아당기고 있다고 생각했어요”라고 그는 회상했다. “하지만 그들은 그렇지 않았습니다. 전혀 그렇지 않았습니다. 바로 그 순간에 클릭이 발생했습니다. 좋아요, 여기에 아주 새롭고 강력한 무언가가 있습니다.”

이러한 잠재적인 힘을 현명하게 사용하고 오용을 방지해야 할 필요성이 따릅니다. Gomes는 AI의 기능과 한계를 이해하는 것이 의도적이든 우발적이든 AI의 유해한 사용을 효과적으로 방지할 수 있는 정보에 입각한 규칙과 정책을 만드는 첫 번째 단계라고 말합니다.

“우리는 이러한 기술이 어떻게 배포되는지에 대해 책임감을 갖고 사려 깊게 생각해야 합니다.”라고 그는 말합니다.

Gomes는 AI 개발에 관한 Biden 행정부의 2023년 10월 행정 명령과 같이 AI가 안전하게 사용되도록 보장하려는 미국 정부의 노력에 전문적인 조언과 지침을 제공하는 여러 연구원 중 한 명입니다.

발견 가속화, 과학 민주화

자연계는 그 크기와 복잡성이 사실상 무한하며, 발견되기를 기다리고 있는 알려지지 않은 발견을 담고 있습니다. 에너지 효율을 획기적으로 높이는 새로운 초전도 물질이나 치료할 수 없는 질병을 치료하고 인간의 수명을 연장하는 화합물을 상상해 보십시오. 그러나 이러한 혁신을 이루기 위해 필요한 교육과 훈련을 얻는 것은 길고 힘든 여정입니다. 과학자가 된다는 것은 딱딱한.

Gomes와 그의 팀은 Coscientist와 같은 AI 지원 시스템을 미지의 자연의 광활함과 훈련된 과학자의 공급이 부족하다는 사실 사이의 격차를 해소할 수 있는 솔루션으로 구상하고 있습니다. 아마도 앞으로도 그럴 것입니다.

인간 과학자들에게는 잠을 자고 가끔 연구실 밖으로 나가는 것과 같은 인간적인 욕구도 있습니다. 인간이 주도하는 AI는 24시간 내내 “생각”할 수 있는 반면, 모든 속담을 체계적으로 뒤집고 복제 가능성에 대한 실험 결과를 확인하고 다시 확인할 수 있습니다. “우리는 새로운 현상, 새로운 반응, 새로운 아이디어를 발견하기 위해 자율적으로 실행될 수 있는 무언가를 가질 수 있습니다”라고 Gomes는 말합니다.

“또한 기본적으로 모든 분야의 진입 장벽을 크게 낮출 수 있습니다”라고 그는 말합니다. 예를 들어, 스즈키 반응에 대한 교육을 받지 않은 생물학자가 새로운 방식으로 이 반응의 용도를 탐구하고 싶다면 Coscientist에게 실험 계획을 도와달라고 요청할 수 있습니다.

“자원과 이해의 대규모 민주화가 가능합니다.”라고 그는 설명합니다.

과학에는 무언가를 시도하고, 실패하고, 학습하고, 개선하는 반복적인 프로세스가 있으며, AI가 이를 상당히 가속화할 수 있다고 Gomes는 말합니다. “그것 자체가 극적인 변화가 될 것입니다.”

출처: https://www.sciencedaily.com/releases/2023/12/231221012729.htm