Новый инструмент ИИ поможет делать научные открытия, основанные на счастливых случайностях, более доступными.

Ученые разработали новый инструмент на основе ИИ для ускорения научных открытий. Называется он LLM4SD (Large Language Model 4 Scientific Discovery) и предназначен для того, чтобы извлекать информацию, анализировать данные и генерировать гипотезы. В отличие от многих других инструментов проверки данных, LLM4SD объясняет свою логику, что делает его прогнозы более прозрачными.

Исследовательская команда из Монашского университета под руководством кандидата наук Юйчен Женг (Yizhen Zheng) разработала этот инструмент. Он работает аналогично тому, как ChatGPT пишет эссе или решает математические задачи, но вместо этого анализирует десятилетия научной литературы и данные из лабораторий для прогнозирования поведения молекул.

LLM4SD был протестирован на 58 исследовательских задачах в различных областях: физиологии, физической химии, биофизики и квантовой механике. Инструмент показал лучшие результаты по сравнению с текущими научными моделями, улучшив точность прогнозов на 48% в предсказании квантовых свойств, которые важны для проектирования материалов.

Юйчен Женг отметил: «Помимо превосходства над существующими инструментами проверки данных, работающими как "черный ящик", наша система может объяснять процесс анализа, прогнозы и результаты с помощью простых правил. Это помогает ученым доверять и использовать ее предложения».

Кандидат наук Цзясинь Ю (Jiaxin Ju) из Университета Гриффита отметил: «Вместо того чтобы заменять традиционные модели машинного обучения, LLM4SD улучшает их, синтезируя знания и генерируя понятные объяснения».

Команда рассматривает этот инструмент как имитацию работы ученого. Профессор Джофф Уебб (Geoff Webb) из Монашского университета подчеркнул важность роли ИИ в научных исследованиях: «Мы уже полностью погружены в эпоху генеративного ИИ и нам нужно начать использовать его по максимуму для развития науки, при этом обеспечивая этичное развитие технологии».

Результаты исследований опубликованы в журнале Nature Machine Intelligence и доступны на сервере предпечатных статей arXiv. Это сотрудничество между факультетом информационных технологий Монашского университета, Институтом фармацевтических наук Монаша и Университетом Гриффита.