O desenvolvimento de novos materiais requer tempo e trabalho significativos, mas alguns químicos agora esperam que a inteligência artificial (IA) possa um dia arcar com grande parte desse fardo.
Em um novo estudo no Journal of the American Chemical Society , uma equipe solicitou que um modelo popular de IA, o ChatGPT, realizasse uma tarefa particularmente demorada: pesquisar a literatura científica. Com esses dados, eles construíram uma segunda ferramenta, um modelo para prever resultados experimentais.
Relatórios de estudos anteriores oferecem um vasto tesouro de informações que os químicos precisam, mas encontrar e analisar os detalhes mais relevantes pode ser trabalhoso. Por exemplo, os interessados em projetar estruturas metal-orgânicas altamente porosas e cristalinas (MOFs) – que têm aplicações potenciais em áreas como energia limpa – devem examinar centenas de artigos científicos que descrevem uma variedade de condições experimentais.
Os pesquisadores já tentaram persuadir a IA a assumir essa tarefa; no entanto, os modelos de processamento de linguagem que eles usavam exigiam conhecimento técnico significativo e aplicá-los a novos tópicos significava mudar o programa. Omar Yaghi e seus colegas queriam ver se a próxima geração de modelos de linguagem, que inclui o ChatGPT, poderia oferecer uma maneira mais acessível e flexível de extrair informações.
Para analisar o texto de artigos científicos, a equipe forneceu prompts, ou instruções, ao ChatGPT, guiando-o por três processos destinados a identificar e resumir as informações experimentais contidas nos manuscritos. Os pesquisadores construíram cuidadosamente esses prompts para minimizar a tendência do modelo de inventar respostas, um fenômeno conhecido como alucinação, e para garantir as melhores respostas possíveis.
Quando testado em 228 artigos que descrevem sínteses de MOF, esse sistema extraiu mais de 26.000 fatores relevantes para produzir cerca de 800 desses compostos. Com esses dados, a equipe treinou um modelo de IA separado para prever o estado cristalino dos MOFs com base nessas condições. E, finalmente, para tornar os dados mais amigáveis, eles construíram um chatbot para responder a perguntas sobre isso.
A equipe observa que, ao contrário dos esforços anteriores baseados em IA, este não requer experiência em codificação. Além do mais, os cientistas podem mudar seu foco simplesmente ajustando a linguagem narrativa nas instruções. Este novo sistema, que eles chamam de “ChatGPT Chemistry Assistant”, também pode ser útil em outras áreas da química, de acordo com os pesquisadores.
Materiais fornecidos pela American Chemical Society
Referência:
- Zhiling Zheng, Oufan Zhang, Christian Borgs, Jennifer T. Chayes, Omar M. Yaghi. ChatGPT Chemistry Assistant para Text Mining e Previsão de Síntese de MOF . Jornal da American Chemical Society , 2023; DOI: 10.1021/jacs.3c05819
