答案：4分鐘。這甚至比閱讀完這篇文章的時間都短。而且AI無需反復實驗，一次就成功。

這個由GPT-4驅動的“AI化學實驗室”，被命名為“Coscientist”，由來自美國卡內基梅隆大學和翡翠云實驗室的研究團隊共同創(chuàng)建。相關研究結果發(fā)表于最新一期《自然》雜志上。

有評論稱，自此之后，人類探索化學世界的方式，可能產生巨大革新。

卡內基梅隆大學的云實驗室。圖片來源：卡內基梅隆大學

人工智能進行化學研究的概念呈現(xiàn)。圖片來源：美國國家科學基金會

AI自己學習做實驗

Coscientist結合了大型語言模型、互聯(lián)網和文檔搜索的能力。它首先從互聯(lián)網、文檔數(shù)據(jù)等來源檢索化合物的公開信息；然后通過學術期刊、維基百科、美國化學會等途徑進行學習；最后根據(jù)學到的信息指導自己的行動，設計、規(guī)劃和執(zhí)行真實世界的化學實驗。

系統(tǒng)以GPT-4為基礎，可通過調用4個命令（谷歌、Python、文檔和實驗）來規(guī)劃實驗。除了最后一個執(zhí)行命令外，谷歌命令負責在互聯(lián)網上進行搜索，Python命令負責執(zhí)行代碼，而文檔命令則負責檢索和總結必要的文檔，這些命令還可以執(zhí)行子操作。

研究團隊對Coscientist的表現(xiàn)進行了多輪測試。其中，為了檢驗它設計化學反應流程的能力，團隊要求它通過檢索與學習，分別生成阿司匹林、對乙酰氨基酚和布洛芬等藥物分子。

4分鐘做個諾獎研究

研究團隊對Coscientist的最終考驗，是讓它復現(xiàn)諾獎研究。

2010年，諾貝爾化學獎授予3位化學家，以表彰他們提出鈀催化交叉偶聯(lián)反應。這類反應的實用度非常高，因為其可高效構建碳-碳鍵，輕易生成許多難以合成的物質。在制藥領域，這類反應可以在炎癥、哮喘等多類疾病的新藥開發(fā)中展現(xiàn)實力。而在電子工業(yè)、先進材料等領域，鈀這類反應也能得到廣泛應用。

Coscientist交上的答卷非常漂亮。在確定兩種反應所需的化合物之后，它準確計算了所需的劑量，并對移液機器人進行自主編程來開啟反應。整個過程只用了不到4分鐘。結果，反應后的透明液體樣本中成功發(fā)現(xiàn)了目標產物，對樣本的分析也表明復現(xiàn)成功。

“自動化科研”即將到來

這項成果表明，人類已能有效地利用AI提高科學發(fā)現(xiàn)的速度和數(shù)量，并可改善實驗結果的可復制性和可靠性。

論文通訊作者、美國卡內基梅隆大學研究人員蓋比·葛姆斯表示，人們可擁有自主運行的系統(tǒng)，去發(fā)現(xiàn)新的現(xiàn)象、新的反應、新的思想。而科學中的嘗試、失敗、學習和改進的迭代過程，可通過AI大大提速。這本身就將是一場巨大變革。

美國國家科學基金會化學部主任戴維·伯科威茨認為，該團隊成功構建了一種高效的“實驗室伙伴”。將各個組成部分巧妙地融合在一起，最終的成果遠遠超越了各個部分單獨的貢獻。

在同時發(fā)表的新聞與觀點文章中，葡萄牙里斯本大學藥學院阿娜·勞拉·迪亞斯和迪亞戈·羅德里吉斯認為，Coscientist是人類朝著建立自動化實驗室邁出的關鍵一步。

不過，研究人員也指出，Coscientist尚有一些局限性。例如，它有時會出現(xiàn)化學反應不正確的情況。但目前它可通過使用復雜的提示策略（如思維鏈和思維樹）以及增加化學數(shù)據(jù)進行自我糾正。

還需要注意的是，現(xiàn)實世界中的研究問題，很多都比這一研究中的實驗復雜得多。有些研究涉及化學以外的學科概念，如藥物開發(fā)中需應用到的生物學。Coscientist目前還無法解決這一領域的復雜問題。（記者 張夢然）