研究表明，ChatGPT加速了气候响应的化学发现

加州大学伯克利分校的专家教ChatGPT如何快速创建数据集，这些研究涉及某些可用于应对气候变化的材料，根据发表在《美国化学学会杂志》上的一篇新论文。

这些关于被称为金属有机框架（MOF）的高度多孔材料的协同作用的数据集将为预测模型提供信息。这些模型将加速化学家创建或优化MOF的能力，包括缓解水资源短缺和捕获空气污染的MOF。由于使用了人工智能驱动的聊天机器人，所有化学家 – 不仅仅是编码人员 – 都可以构建这些数据库。

“在一个数据稀疏的世界里，现在你可以建立大型数据集，”发明MOF的伯克利化学教授、该研究的作者奥马尔·亚吉（Omar Yaghi）说。“有数十万个MOF被报道，但没有人能够挖掘这些信息。现在我们可以挖掘它，将其制成表格并构建大型数据集。

计算，数据科学学院和社会 巴卡尔地球数字材料研究所 （BIDMaP）专家的这一突破将更快地产生高效且具有成本效益的MOF，这是地球变暖的迫切需要。它也可以应用于化学的其他领域。这是人工智能如何增强和民主化科学研究的一个例子。

“我们表明ChatGPT可以成为一个非常有用的助手，”该研究的第一作者，伯克利化学博士生Zhiling Zheng说。“我们的最终目标是使[研究]变得更加容易。

该研究的其他作者“ChatGPT化学助手用于MOF合成的文本挖掘和预测”包括化学系的Oufan Zhang和电气工程与计算机科学系的Christian Borgs和Jennifer Chayes。除张外，所有人都隶属于BIDMaP。

某些作者还隶属于Kavli能源纳米科学研究所，数学系，统计系，信息学院和KACST-UC伯克利分校清洁能源应用纳米材料卓越中心。

人工智能在科学领域的“实质性飞跃”

团队引导ChatGPT快速进行文献综述。他们策划了228篇相关论文。然后，他们使ChatGPT能够处理这些论文中的相关部分，并提取，清理和组织这些数据。

为了帮助他们教ChatGPT生成准确且相关的信息，他们将一种称为“提示工程”的方法修改为“ChemPrompt Engineering”。他们开发了避免向 ChatGPT 询问编造或误导性内容的提示;列出详细的指示，向聊天机器人解释响应的背景和格式;并为大型语言模型提供了用于提取数据的模板或说明。

聊天机器人的文献综述 – 以及专家的方法 – 是成功的。ChatGPT在不到一个小时内完成了学生需要数年才能完成的工作，BIDMaP的主任Borgs说。Yaghi说，它以95%的准确率挖掘了MOF的合成条件。

“人工智能已经改变了我们社会的许多其他部门，”BIDMaP的联合主任兼首席科学家Omar Yaghi说。“为什么不改造科学呢？”

“你如何做’人工智能促进科学’的一个重要领域是更有效地探索文献。这确实是化学自然语言处理的实质性飞跃，“计算，数据科学和社会学院院长Chayes说。“要使用它，你可以成为一名化学家，而不是计算机科学家。

博格斯说，这一发展将加快与财政部相关的科学工作，包括旨在应对气候变化的努力。他说，随着自然灾害变得越来越严重和频繁，我们需要节省时间。

Yaghi指出，以这种方式使用AI仍然是新的。像任何新工具一样，专家们需要时间来识别其缺点并解决这些问题。但值得投入努力，他说。

“如果我们不使用它，那么我们就无法让它变得更好。如果我们不能让它变得更好，那么我们将错过社会已经在使用的整个领域，“Yaghi说。“人工智能已经改变了我们社会的许多其他部门——商业、银行、旅游。为什么不改变科学呢？