模拟科学家：用AI驱动科学发现的新工具

这种新AI系统名为LLM4SD（大型语言模型4科学发现），是一种交互式大型语言模型（LLM）工具，能够执行科学研究的基本步骤，即：从文献中检索有用的信息，从数据分析中发展出新的假设。该工具是免费的开源系统。该系统还能够对其得出的结论进行解释，并提供自己的见解，这是当前许多科学验证工具无法具备的特性。LLM4SD可以进行58个独立的研究任务，研究四种不同科学领域（生理学、物理化学、生物物理学和量子力学）的分子性质。

来自蒙纳士大学信息技术学院的Yizhen Zheng是该研究的主要合著者之一，他是数据科学和AI学系的博士生。“正如ChatGPT能够写作和解决数学问题一样，我们的LLM4SD工具读过近几十年来的科学文献，并通过分析实验室数据来预测分子的行为。它能回答类似这样的问题：‘这种药物能穿透大脑的保护屏障吗’，或者‘这种化合物溶于水吗’”Zheng先生说，“该系统不仅胜过目前像‘黑盒子’般运行的验证工具，还能用简单易懂的方式来解释其分析过程、预测和结果，有助于科学家建立对其研究成果的信任度，并根据其见解采取行动。”

LLM4SD工具的性能要优于目前最先进的执行此类任务的科学工具。例如，在预测对材料设计至关重要的量子性质方面，它的准确率提高了48%。

该研究的主要合著者还有蒙纳士大学的Huan Yee Koh，他不仅是数据科学和AI学系的博士生，也是蒙纳士药物科学研究所的博士生。格里菲斯大学信息和通信技术学院的博士生Jiaxin Ju也是合著者之一。Ju女士说：“LLM4SD并不是取代传统的机器学习模型，而是通过对知识的整合和生成可翻译的解释来提升其性能。”Koh先生补充道：“这种方法确保了AI所做的预测的可信度，并且让不同科学领域的研究人员都可以使用。”

来自蒙纳士信息技术学院的Geoff Webb教授也是该研究的合著者，他是数据科学家、AI专家。他说，llm可以精确模仿科学发现的关键技能，也就是从文献中提炼和整合需要的知识，并通过解析数据来发展出新的假设。“我们已经完全进入生成式AI的时代，需要开始尽可能多地利用它来推进科学发展，并且要确保在伦理允许的基础上发展它。”Webb教授说，“这项工具有很大的潜力，使药物的开发过程更快速、简单而精确，为全世界各领域的科学家提供超级研究支持。”

研究合著者Shirui Pan教授是数据挖掘和机器学习专家，也是格里菲斯大学信息和通信技术学院的澳大利亚研究理事会（ARC）未来学者。“像LLM4SD这样的模型可以快速整合几十年来的先验知识，然后在数据中发现可能没有被广泛报道的新模式。”Pan教授说，“我们将其视为加快研发过程及后续工作的关键发展。”

这项研究是由蒙纳士大学信息技术学院、蒙纳士药物科学研究所和格里菲斯大学的AI和药物开发研究人员合作进行的。该项目得到了ARC grant、NHMRC Ideas grant和ARC未来奖学金的支持。该研究的合著者、来自蒙纳士信息技术学院数据科学和AI系的博士生Yizhen Zheng和Geoff Webb教授可以接受采访。