国产情侣作爱视频免费观看,黑森林精选av导航,中文字幕网伦射乱中文

成果簡介

加州大學伯克利分校Omar M. Yaghi院士等人提出了一個新的框架，將人工智能模型GPT-4集成到網狀化學實驗的迭代過程中，利用人工智能與人類研究人員之間的互動合作工作流。這個GPT-4網狀化學家是一個由三個階段組成的綜合系統。每一種都以不同的方式使用GPT-4，其中GPT-4提供化學實驗的詳細說明，人類提供實驗結果的反饋，包括成功和失敗，以便在下一個迭代中人工智能的上下文學習。

這種迭代的人機交互使GPT-4能夠通過快速學習策略從結果中學習，就像一位經驗豐富的化學家一樣。重要的是，該系統基于自然語言進行開發和操作，消除了對編碼技能的需要，因此，所有化學家都可以使用它。作者與GPT-4 Reticular Chemist的合作指導、發現了一系列MOF，每個合成都通過迭代反饋和專家建議進行微調。通過利用像GPT-4這樣的大型語言模型的能力來提高研究活動的可行性和效率，該工作流在科學研究中具有更廣泛應用的潛力。

相關工作以《A GPT-4 Reticular Chemist for Guiding MOF Discovery》為題在《Angewandte Chemie International Edition》上發表論文。值得注意的是，這也是Omar M. Yaghi院士在《Angewandte Chemie International Edition》上發表的第30篇論文。

往期報道可見：他，MOF鼻祖，運用ChatGPT發表第88篇JACS！

圖文導讀

圖1. 基于GPT-4框架的示意圖。

本文設計了一個新的快速學習策略框架，將GPT-4整合到網狀化學中，利用人類反饋來加速發現新的MOF。令人印象深刻的是，這種基于雙向學習過程的共生人類-人工智能協作導致了四種具有相同通用化學式[Al₃(μ-OH)₃(HCOO)₃(BTB-X)]的MOF的連續發現，并在下面進一步定義和闡述。值得注意的是，這些MOF及其連接物的合成以及隨后的優化和表征都是由GPT-4設計并由人類研究員執行的。

本文開發的框架允許快速適應大型語言模型(LLMs)，如GPT-4，通過提示工程和上下文學習，在人類反饋的驅動下，網狀化學領域。該過程包括三個相互關聯的階段，每個階段都使用GPT-4作為網狀化學試劑，通過定制的提示與人類對應物進行不同程度的交互，將其稱為ChemScope、ChemNavigator和ChemExecutor，如圖1所示。

圖2. 基于GPT-4網狀化學家指導發現MOF-521。

MOF發現的完整過程包括使用圖1中概述的GPT-4網狀化學家工作流程，并包括四種新的MOF(圖2a：MOF-521-H，-oF，-mF，-CH₃)的創建。值得注意的是，其中一種化合物MOF-521-H是之前在合成另一種MOF-520時意外發現的副產物，但尚未發表。然而，GPT-4網狀化學家不知道并因此不受先前研究的合成細節的影響，獨立設計了這四種新型MOF的策略，包括MOF-521-H。有趣的是，由GPT-4建立的優化合成條件與人類之前單獨發現的條件略有不同。

表1. GPT-4網狀化學家通過迭代學習和推理過程獲得MOF-521的合成條件

簡而言之，在初始階段，第一階段是ChemNavigator主要通過全面的文獻綜述來指導人類研究人員尋找合成路線以獲得連接體。根據初步的合成計劃，對話指導人類進行有機合成反應，克服挑戰，最終確認連接體。有了連接體，并指導人們總結文獻檢索，第二階段的研究重點是確定MOF形成的最佳條件，包括對金屬-連接體比例、溫度、反應時間、調節劑及其比例的修改。

圖3. 合成的MOF-521化合物的結構表征。

在Reticular ChemNavigator的建議指導下，經過多輪優化，得到了所有化合物的單晶。除了MOF-521-CH₃由于棒狀單晶太小，無法進行單晶X射線衍射(SXRD)外，其余三種化合物都足夠大，可以用SXRD進行結構表征。隨著進一步研究，GPT-4和人類發現模擬和實驗的PXRD模式之間有很好的一致性，這表明所有四種MOF-521化合物都是在相同的拓撲結構下構建的(圖3a)。

第三階段是關鍵階段，Reticular ChemNavigator開始研究獲得的MOF- 521化合物的永久孔隙度。對測量的設置和分析結果的解釋提出了有益的建議。通過氮吸附測量證實了MOF-521家族的永久孔隙率，實驗測量的4種MOF的比表面積與Material Studio的預測一致(表2)。所有化合物均表現為I型等溫線，沒有明顯的滯后現象，從計算數據和實驗數據來看，孔隙率與框架中官能團大小的關系有一個大致的趨勢。

表2. MOF-521化合物的孔隙率數據

圖4. 多種MOF-521化合物完成每個階段的提示迭代次數。

如圖4所示，四種MOF-521化合物的提示迭代總數是相似的。提示迭代的次數是衡量每種化合物的合成、表征和分析的效率和復雜性的有價值的指標。這一觀察結果值得注意，因為它強調了GPT-4作為網狀化學家發現新MOF的有效性的可重復性和穩定性。考慮到每種化合物的發現途徑在有機連接體制備、合成條件優化和性質表征等方面不同，化合物之間迭代的相似性尤其值得注意。從這個角度來看，這四個連接體可以被概念化為不同的發現敘述，每個敘述都證明了GPT-4在作為MOF探索的網狀化學家方面具有可重復的功效。

此外，即使在相同的階段，GPT-4也遇到了不同的路線。例如，在合成條件篩選階段，一種途徑可能優先考慮溫度，而另一種途徑可能強調金屬與連接體的比例。這種靈活的方法由GPT-4進行調整并提供量身定制的建議，對于不同的場景，展示了其應對不同挑戰的能力。每個化合物的迭代次數一致表明，無論不同的路線和決策如何，實現最佳階段目標的步驟和工作量都是相似的。這種一致性強調了GPT-4避免陷入優柔寡斷或無效途徑的能力。

文獻信息

A GPT-4 Reticular Chemist for Guiding MOF Discovery，Angewandte Chemie International Edition，2023.

https://onlinelibrary.wiley.com/doi/10.1002/anie.202311983

原創文章，作者：v-suan，如若轉載，請注明來源華算科技，注明出處：http://www.zzhhcy.com/index.php/2023/10/18/a273a6ae27/

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

他，鼻祖級人物，運用GPT-4，發表第30篇Angew！

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

他，鼻祖級人物，運用GPT-4，發表第30篇Angew！

相關推薦