AI系统自学化学：迈向科学实验自动化的一步

AI三位一体：网络搜索器、文献搜索器和规划器

研究人员利用大型语言模型（LLMs），主要是GPT-3.5和GPT-4，创建了这个AI系统。研究人员将任务分配给三个不同的实例，以有效地进行协作，而不是依赖于单一的AI系统。网络搜索器使用Google的搜索API查找相关信息，并从网页中提取数据，包括科学文献。文献搜索器作为参考工具，访问实验室自动化设备的手册，学习如何控制它。规划器协调其他两个实例，发出指令并分析响应以进行计算和实验。

将AI系统应用于化学实验

研究人员最初通过提供提示并通过网络和文献搜索确认其可行性，测试了该系统合成化学品的能力。系统成功地执行了填充方块和使用光谱仪识别颜色等任务。当被指定进行特定化学反应时，系统正确确定了化学反应，但在硬件控制方面遇到了问题。然而，它利用文献模块纠正了问题，并成功地运行了反应，通过色谱法确认了所需产物的存在。

优化和未来影响

在展示了基本功能之后，研究人员向系统提出了提高反应效率的挑战。系统最初做出了一些错误的选择，但很快学会了优化产量。研究发现，向系统提供关于随机起始混合物产量的信息有助于它做出更好的决策。研究人员强调了Coscientist系统的几个显著能力，包括规划合成、浏览技术手册、控制实验室设备、将硬件处理整合到工作流程中以及分析反应以设计改进的条件。该系统的结构类似于人脑中专门系统的运作，表明具有更复杂行为的潜力。然而，仍然存在对控制系统能力以防止潜在危险化学品滥用的担忧。