GPT-3 para la investigación química
Los investigadores desarrollan un modelo lingüístico rápido y fácil de usar para tareas químicas
GPT-3, el modelo de lenguaje en el que se basa el conocido sistema de IA ChatGPT, también puede utilizarse en química para resolver diversas tareas científicas. Así lo ha demostrado un equipo de investigadores de la Escuela Politécnica Federal de Lausana (EPFL), la Universidad Friedrich Schiller de Jena y el Instituto Helmholtz de Polímeros para Aplicaciones Energéticas (HIPOLE) de Jena. Como se publica en la revista "Nature Machine Intelligence", los investigadores han sorteado el problema de que la química carece a menudo de los grandes conjuntos de datos necesarios para entrenar una IA.
Preguntas y respuestas seleccionadas en lugar de grandes conjuntos de datos
"Uno de los diversos ejemplos que utilizamos son los llamados interruptores fotosensibles", ilustra Kevin Jablonka, autor principal del estudio. "Se trata de moléculas que cambian su estructura cuando se exponen a la luz de una determinada longitud de onda. Este tipo de moléculas también existen en el cuerpo humano: En nuestras células retinianas se encuentra la molécula rodopsina, que reacciona a la luz y actúa así, en última instancia, como un interruptor químico que convierte las señales ópticas en impulsos nerviosos", añade. "Por tanto, la cuestión de si una molécula aún desconocida puede ser activada por la luz, y cómo, es muy importante, por ejemplo, para desarrollar sensores", resume. "También abordamos la cuestión de si una molécula puede disolverse en agua", menciona Jablonka como otro ejemplo, "ya que la solubilidad en agua es un factor importante para que los agentes farmacéuticos ejerzan el efecto deseado en el organismo".
Para entrenar a su modelo GPT a responder a estas y otras preguntas, el grupo tuvo que resolver un problema fundamental: "GPT-3 no está familiarizado con la mayor parte de la literatura química", explica Jablonka. "Así, las respuestas que obtenemos de este modelo suelen limitarse a lo que se puede encontrar en Wikipedia".
En su lugar, continúa Jablonka, el grupo mejoró específicamente GPT-3 con un conjunto de datos de relativamente pocas preguntas y respuestas. "Así, alimentamos el modelo con preguntas -por ejemplo, sobre moléculas fotosensibles conmutables, pero también sobre la solubilidad de ciertas moléculas en agua y otros aspectos químicos- en las que también proporcionamos la respectiva respuesta conocida para nuestros 'ejemplos didácticos'", detalla. De este modo, él y su equipo crearon un modelo lingüístico capaz de proporcionar conocimientos correctos sobre diversas cuestiones químicas.
Rápido, preciso y fácil de usar
Posteriormente, se puso a prueba el modelo. "La pregunta científica sobre una molécula conmutable por luz podría ser así", aclara Jablonka: "¿Cuál es la longitud de onda de transición pi-pi* de CN1C(/N=N/ C2=CC=CC=C2)=C(C)C=C1C?". Como el modelo está basado en texto, no se pueden especificar fórmulas estructurales, explica. "Pero nuestra GPT funciona bien con los llamados códigos SMILES para moléculas, como en el ejemplo anterior", dice. "También reconoce otras notaciones, incluidos los nombres químicos que siguen la llamada nomenclatura IUPAC, como se podría recordar de las clases de química", prosigue Jablonka.
En las pruebas, el modelo resolvió varios problemas químicos, a menudo superando a modelos similares desarrollados en la comunidad científica y entrenados con grandes conjuntos de datos. "Sin embargo, el punto crucial es que nuestra GPT es tan fácil de usar como una búsqueda bibliográfica, lo que funciona para muchos problemas químicos -como propiedades como la solubilidad, pero también propiedades termodinámicas y fotoquímicas como la entalpía de disolución o la interacción con la luz- y, por supuesto, la reactividad química", añade el Prof. Dr. Berend Smit, de la EPFL de Lausana.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
![Visualización de la catálisis de la [Fe]-hidrogenasa mediante espectroscopia de resonancia magnética nuclear potenciada con parahidrógeno](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
Reciba la química en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de química, análisis, laboratorio y tecnología de procesos le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
