国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!

他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!

成果簡(jiǎn)介
加州大學(xué)伯克利分校Omar M. Yaghi院士等人提出了一個(gè)新的框架,將人工智能模型GPT-4集成到網(wǎng)狀化學(xué)實(shí)驗(yàn)的迭代過(guò)程中,利用人工智能與人類(lèi)研究人員之間的互動(dòng)合作工作流。這個(gè)GPT-4網(wǎng)狀化學(xué)家是一個(gè)由三個(gè)階段組成的綜合系統(tǒng)。每一種都以不同的方式使用GPT-4,其中GPT-4提供化學(xué)實(shí)驗(yàn)的詳細(xì)說(shuō)明,人類(lèi)提供實(shí)驗(yàn)結(jié)果的反饋,包括成功和失敗,以便在下一個(gè)迭代中人工智能的上下文學(xué)習(xí)。
這種迭代的人機(jī)交互使GPT-4能夠通過(guò)快速學(xué)習(xí)策略從結(jié)果中學(xué)習(xí),就像一位經(jīng)驗(yàn)豐富的化學(xué)家一樣。重要的是,該系統(tǒng)基于自然語(yǔ)言進(jìn)行開(kāi)發(fā)和操作,消除了對(duì)編碼技能的需要,因此,所有化學(xué)家都可以使用它。作者與GPT-4 Reticular Chemist的合作指導(dǎo)、發(fā)現(xiàn)了一系列MOF,每個(gè)合成都通過(guò)迭代反饋和專(zhuān)家建議進(jìn)行微調(diào)。通過(guò)利用像GPT-4這樣的大型語(yǔ)言模型的能力來(lái)提高研究活動(dòng)的可行性和效率,該工作流在科學(xué)研究中具有更廣泛應(yīng)用的潛力。
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
相關(guān)工作以《A GPT-4 Reticular Chemist for Guiding MOF Discovery》為題在《Angewandte Chemie International Edition》上發(fā)表論文。值得注意的是,這也是Omar M. Yaghi院士在《Angewandte Chemie International Edition》上發(fā)表的第30篇論文。
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
往期報(bào)道可見(jiàn):他,MOF鼻祖,運(yùn)用ChatGPT發(fā)表第88篇JACS!
圖文導(dǎo)讀
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
圖1. 基于GPT-4框架的示意圖。
本文設(shè)計(jì)了一個(gè)新的快速學(xué)習(xí)策略框架,將GPT-4整合到網(wǎng)狀化學(xué)中,利用人類(lèi)反饋來(lái)加速發(fā)現(xiàn)新的MOF。令人印象深刻的是,這種基于雙向?qū)W習(xí)過(guò)程的共生人類(lèi)-人工智能協(xié)作導(dǎo)致了四種具有相同通用化學(xué)式[Al3(μ-OH)3(HCOO)3(BTB-X)]的MOF的連續(xù)發(fā)現(xiàn),并在下面進(jìn)一步定義和闡述。值得注意的是,這些MOF及其連接物的合成以及隨后的優(yōu)化和表征都是由GPT-4設(shè)計(jì)并由人類(lèi)研究員執(zhí)行的。
本文開(kāi)發(fā)的框架允許快速適應(yīng)大型語(yǔ)言模型(LLMs),如GPT-4,通過(guò)提示工程和上下文學(xué)習(xí),在人類(lèi)反饋的驅(qū)動(dòng)下,網(wǎng)狀化學(xué)領(lǐng)域。該過(guò)程包括三個(gè)相互關(guān)聯(lián)的階段,每個(gè)階段都使用GPT-4作為網(wǎng)狀化學(xué)試劑,通過(guò)定制的提示與人類(lèi)對(duì)應(yīng)物進(jìn)行不同程度的交互,將其稱(chēng)為ChemScope、ChemNavigator和ChemExecutor,如圖1所示。
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
圖2. 基于GPT-4網(wǎng)狀化學(xué)家指導(dǎo)發(fā)現(xiàn)MOF-521。
MOF發(fā)現(xiàn)的完整過(guò)程包括使用圖1中概述的GPT-4網(wǎng)狀化學(xué)家工作流程,并包括四種新的MOF(圖2a:MOF-521-H,-oF,-mF,-CH3)的創(chuàng)建。值得注意的是,其中一種化合物MOF-521-H是之前在合成另一種MOF-520時(shí)意外發(fā)現(xiàn)的副產(chǎn)物,但尚未發(fā)表。然而,GPT-4網(wǎng)狀化學(xué)家不知道并因此不受先前研究的合成細(xì)節(jié)的影響,獨(dú)立設(shè)計(jì)了這四種新型MOF的策略,包括MOF-521-H。有趣的是,由GPT-4建立的優(yōu)化合成條件與人類(lèi)之前單獨(dú)發(fā)現(xiàn)的條件略有不同。
表1. GPT-4網(wǎng)狀化學(xué)家通過(guò)迭代學(xué)習(xí)和推理過(guò)程獲得MOF-521的合成條件
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
簡(jiǎn)而言之,在初始階段,第一階段是ChemNavigator主要通過(guò)全面的文獻(xiàn)綜述來(lái)指導(dǎo)人類(lèi)研究人員尋找合成路線以獲得連接體。根據(jù)初步的合成計(jì)劃,對(duì)話指導(dǎo)人類(lèi)進(jìn)行有機(jī)合成反應(yīng),克服挑戰(zhàn),最終確認(rèn)連接體。有了連接體,并指導(dǎo)人們總結(jié)文獻(xiàn)檢索,第二階段的研究重點(diǎn)是確定MOF形成的最佳條件,包括對(duì)金屬-連接體比例、溫度、反應(yīng)時(shí)間、調(diào)節(jié)劑及其比例的修改。
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
圖3. 合成的MOF-521化合物的結(jié)構(gòu)表征。
在Reticular ChemNavigator的建議指導(dǎo)下,經(jīng)過(guò)多輪優(yōu)化,得到了所有化合物的單晶。除了MOF-521-CH3由于棒狀單晶太小,無(wú)法進(jìn)行單晶X射線衍射(SXRD)外,其余三種化合物都足夠大,可以用SXRD進(jìn)行結(jié)構(gòu)表征。隨著進(jìn)一步研究,GPT-4和人類(lèi)發(fā)現(xiàn)模擬和實(shí)驗(yàn)的PXRD模式之間有很好的一致性,這表明所有四種MOF-521化合物都是在相同的拓?fù)浣Y(jié)構(gòu)下構(gòu)建的(圖3a)。
第三階段是關(guān)鍵階段,Reticular ChemNavigator開(kāi)始研究獲得的MOF- 521化合物的永久孔隙度。對(duì)測(cè)量的設(shè)置和分析結(jié)果的解釋提出了有益的建議。通過(guò)氮吸附測(cè)量證實(shí)了MOF-521家族的永久孔隙率,實(shí)驗(yàn)測(cè)量的4種MOF的比表面積與Material Studio的預(yù)測(cè)一致(表2)。所有化合物均表現(xiàn)為I型等溫線,沒(méi)有明顯的滯后現(xiàn)象,從計(jì)算數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)來(lái)看,孔隙率與框架中官能團(tuán)大小的關(guān)系有一個(gè)大致的趨勢(shì)。
表2. MOF-521化合物的孔隙率數(shù)據(jù)
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
他,鼻祖級(jí)人物,運(yùn)用GPT-4,發(fā)表第30篇Angew!
圖4. 多種MOF-521化合物完成每個(gè)階段的提示迭代次數(shù)。
如圖4所示,四種MOF-521化合物的提示迭代總數(shù)是相似的。提示迭代的次數(shù)是衡量每種化合物的合成、表征和分析的效率和復(fù)雜性的有價(jià)值的指標(biāo)。這一觀察結(jié)果值得注意,因?yàn)樗鼜?qiáng)調(diào)了GPT-4作為網(wǎng)狀化學(xué)家發(fā)現(xiàn)新MOF的有效性的可重復(fù)性和穩(wěn)定性??紤]到每種化合物的發(fā)現(xiàn)途徑在有機(jī)連接體制備、合成條件優(yōu)化和性質(zhì)表征等方面不同,化合物之間迭代的相似性尤其值得注意。從這個(gè)角度來(lái)看,這四個(gè)連接體可以被概念化為不同的發(fā)現(xiàn)敘述,每個(gè)敘述都證明了GPT-4在作為MOF探索的網(wǎng)狀化學(xué)家方面具有可重復(fù)的功效。
此外,即使在相同的階段,GPT-4也遇到了不同的路線。例如,在合成條件篩選階段,一種途徑可能優(yōu)先考慮溫度,而另一種途徑可能強(qiáng)調(diào)金屬與連接體的比例。這種靈活的方法由GPT-4進(jìn)行調(diào)整并提供量身定制的建議,對(duì)于不同的場(chǎng)景,展示了其應(yīng)對(duì)不同挑戰(zhàn)的能力。每個(gè)化合物的迭代次數(shù)一致表明,無(wú)論不同的路線和決策如何,實(shí)現(xiàn)最佳階段目標(biāo)的步驟和工作量都是相似的。這種一致性強(qiáng)調(diào)了GPT-4避免陷入優(yōu)柔寡斷或無(wú)效途徑的能力。
文獻(xiàn)信息
A GPT-4 Reticular Chemist for Guiding MOF Discovery,Angewandte Chemie International Edition,2023.
https://onlinelibrary.wiley.com/doi/10.1002/anie.202311983

原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請(qǐng)注明來(lái)源華算科技,注明出處:http://www.xiubac.cn/index.php/2023/10/18/a273a6ae27/

(0)

相關(guān)推薦

荣成市| 三原县| 武夷山市| 堆龙德庆县| 莫力| 盐山县| 桑植县| 蓝田县| 文安县| 临武县| 巴中市| 栾川县| 科技| 获嘉县| 通州区| 江达县| 宝丰县| 丹棱县| 安阳县| 中方县| 成都市| 开阳县| 泾源县| 大渡口区| 章丘市| 安远县| 石屏县| 基隆市| 郴州市| 赣州市| 福建省| 吐鲁番市| 盐边县| 囊谦县| 卢湾区| 平陆县| 城步| 资中县| 阜平县| 阿拉善右旗| 徐汇区|