突破“語(yǔ)言壁壘”，讓AI“讀懂實(shí)驗(yàn)、指導(dǎo)操作”

中化新網(wǎng)訊 近日，上海交通大學(xué)人工智能研究院AI for Science團(tuán)隊(duì)推出業(yè)內(nèi)首個(gè)融合鏈?zhǔn)綌?shù)據(jù)生成和分布差異篩選的實(shí)驗(yàn)指令生成框架大模型——ChemActor。該模型基于70億參數(shù)模型進(jìn)行微調(diào)訓(xùn)練，可在不依賴人工標(biāo)注的前提下，自動(dòng)完成從單分子輸入到完整實(shí)驗(yàn)流程生成的全過(guò)程。

據(jù)課題組相關(guān)負(fù)責(zé)人介紹，ChemActor可實(shí)現(xiàn)非結(jié)構(gòu)化實(shí)驗(yàn)描述與結(jié)構(gòu)化實(shí)驗(yàn)操作指令“雙向翻譯”，突破了化學(xué)實(shí)驗(yàn)自動(dòng)化的“語(yǔ)言壁壘”，能夠讓AI真正“讀懂實(shí)驗(yàn)、指導(dǎo)操作”。它并非只“能生成”，更能“寫得真”。在兩個(gè)公開(kāi)化學(xué)實(shí)驗(yàn)數(shù)據(jù)集上，ChemActor相較現(xiàn)有方法在實(shí)驗(yàn)指令生成任務(wù)中性能提升平均超過(guò)10%，在語(yǔ)義對(duì)齊、邏輯合理性與結(jié)構(gòu)還原等方面全面領(lǐng)先。

ChemActor具備“讀懂實(shí)驗(yàn)語(yǔ)言、寫出操作指令”的閉環(huán)能力，其主要核心創(chuàng)新點(diǎn)有3個(gè)：一是首次以LLaMA-2-7B大語(yǔ)言模型為基座，構(gòu)建了具備化學(xué)實(shí)驗(yàn)語(yǔ)言理解能力的專用大語(yǔ)言模型，能夠高效生成結(jié)構(gòu)化實(shí)驗(yàn)指令；二是首次提出鏈?zhǔn)酱笳Z(yǔ)言模型合成數(shù)據(jù)框架，集成了“反應(yīng)—描述文本—操作指令”三元組數(shù)據(jù)，能夠緩解標(biāo)注數(shù)據(jù)稀缺難題，顯著拓展了模型的泛化能力和化學(xué)反應(yīng)空間；三是采用多輪語(yǔ)言模型循環(huán)評(píng)測(cè)機(jī)制，讓多個(gè)大語(yǔ)言模型組成“化學(xué)專家委員會(huì)”，圍繞生成實(shí)驗(yàn)指令和標(biāo)注實(shí)驗(yàn)指令的一致性、合理性進(jìn)行多輪打分與交互評(píng)議，有效提升了評(píng)估結(jié)果的可信度和語(yǔ)義精度。

據(jù)悉，早在2023世界人工智能大會(huì)上，上海交通大學(xué)AI for Science團(tuán)隊(duì)推出首個(gè)具備反應(yīng)條件生成與“人在環(huán)路”反饋優(yōu)化能力、能夠指導(dǎo)實(shí)驗(yàn)探索的化學(xué)大模型——“白玉蘭科學(xué)大模型1.0版”。今年早些時(shí)候，該團(tuán)隊(duì)又推出首個(gè)利用化學(xué)反應(yīng)實(shí)驗(yàn)數(shù)據(jù)發(fā)現(xiàn)反應(yīng)動(dòng)力學(xué)方程的人工智能模型——KinFormer，旨在實(shí)現(xiàn)未知復(fù)雜系統(tǒng)的動(dòng)力學(xué)方程預(yù)測(cè)，幫助化學(xué)家破解未知化學(xué)反應(yīng)機(jī)理。未來(lái)，研究團(tuán)隊(duì)還將持續(xù)優(yōu)化模型，推動(dòng)更多大語(yǔ)言模型在真實(shí)化學(xué)實(shí)驗(yàn)場(chǎng)景中的應(yīng)用，引領(lǐng)化學(xué)動(dòng)力學(xué)研究邁向更智能、更自動(dòng)化的新時(shí)代。