为财政部ChatGPT预测合成条件

我使用ChatGPT有机框架(MOF)合成数据允许研究人员预测新材料的最佳条件。这种访问技术将加速研究活动和科学家之间的桥梁计算和合成。

人工智能(AI)被广泛用于实验室协助研究人员以不同的方式。然而,这通常包括定制模型从零开始,需要专家知识编码。相反,奥马尔Yaghi和他的团队在加州大学伯克利分校在美国,有利用OpenAI已经可用ChatGPT工具,使用小心促使执行所需的任务。

团队训练ChatGPT提取和分析MOF合成文献,自动读取和处理数以百计的论文在几天内,相对于手动可能需要几个月。几乎无限的可能的组合的金属离子和有机链接器,可用于构建财政部给这些多孔材料他们杰出的化学的可调性。但是方法的多样性和缺乏标准化的格式报告MOF合成使锻炼如何最好地方法费力而具有挑战性的任务,让一个给定的组合,一个自动化的理想人选。

我们一直感兴趣的简化和加速化学合成,使其更预测Yaghi说。艾城的预测能力可以提高生产力,让研究人员承担更多复杂的项目通过消除合成新材料的试错的一些元素。他进一步解释的指示提供给ChatGPT不需要先进的知识编程的,仅仅依靠日常会话语言,这意味着,所有的科学家都可以使用软件编码背景无关。

Manuel Tsotsalas的集团财政部工作在德国卡尔斯鲁厄理工学院的,回应这些情绪,这些聊天接口允许我做计算工作,而不必知道如何编码。这并不是说我认为这聊天AI将替代我的工作,但这只会让它快得多。

伯克利集团预计,AI模型可能最终帮助创建新的材料来应对气候变化问题。这包括将二氧化碳转化为清洁燃料,或收集水从沙漠空气用于饮用和灌溉。Tsotsalas认为这项研究是一个“很好的例子,如何开发材料等挑战,迫切的问题。

Yaghi感兴趣探索ChatGPT和类似的其他应用程序的大型语言模型(llm),使人类能够专注于更多的知识方面的研究,人工智能管理艰苦的任务。他希望他们将使用在各种科学学科,人类和人工智能之间新的合作途径。