摘要：研究人员开发了一种生成的AI工具，可以模仿科学家来支持和加快科学发现的过程。...

名为LLM4SD（大语言模型4科学发现），新的AI系统是一种交互式大语言模型（LLM）工具，可以执行科学研究的基本步骤，即从文献中检索有用的信息并从数据分析中开发假设。该工具是免费的，并且是开源的。

当询问时，该系统还可以提供见解来解释其结果，这一功能无法用于许多当前的科学验证工具。

LLM4SD通过58个单独的研究任务进行了测试，该任务与四个不同科学领域的分子特性有关：生理，物理化学，生物物理学和量子力学。

该研究的首席合着者，博士候选人Yizhen Zheng来自莫纳什大学信息技术学院的数据科学和AI系。

“就像Chatgpt写论文或解决数学问题一样，我们的LLM4SD工具也读了数十年的科学文献并分析实验室数据以预测分子的行为 - 回答诸如'这种药物可以跨越大脑的保护障碍吗？'郑先生说：“这种化合物会溶于水吗？”。

“除了表现出像'黑匣子'一样运行的当前验证工具外，该系统还可以使用简单的规则来解释其分析过程，预测和结果，这可以帮助科学家信任并采取其见解。”

LLM4SD工具的表现优于目前用于执行这些任务的最先进的科学工具；例如，它在预测材料设计至关重要的量子性能方面提高了高达48％的精度。

该研究的主要合着者包括莫纳什大学数据科学系和AI和莫纳什制药科学学院的博士候选人Huan Yee Koh，以及Griffith大学信息与通信技术学院的PhD候选人Jiaxin JU。

Ju说：“ LLM4SD并没有取代传统的机器学习模型，而是通过综合知识并产生可解释的解释来增强它们。”

Koh先生补充说：“这种方法可确保AI驱动的预测仍然可靠，并且可以为不同科学学科的研究人员提供可靠。”

莫纳什信息技术学院的Geoff Webb教授，数据科学家，AI专家和研究的合着者说，LLMS可以准确地模仿从文献中综合知识的关键科学发现技能，并通过解释数据来开发假设。

韦伯教授说：“我们已经完全沉浸在生成AI的时代，我们需要开始尽可能多地利用这一点，以提高科学，同时确保我们从道德上发展它。”

“该工具有可能使药物发现过程更加容易，更快，更准确，并成为世界各地每个领域的科学家的增压研究支持。”

研究合着者Shirui Pan是一名数据挖掘和机器学习专家，是Griffith University的信息与通信技术学院的ARC未来研究员。

潘教授说：“像LLM4SD这样的模型可以迅速综合数十年的先验知识，然后转身发现数据可能不会被广泛报道的新模式。”

“我们认为这是加快研发过程及其他地区的关键发展。”

该研究是AI与莫纳什大学信息技术学院，莫纳什制药科学研究所和格里菲斯大学的AI和药物发现研究人员之间的合作。

该项目得到了澳大利亚研究委员会（ARC）Grant，这是澳大利亚国家卫生与医学研究委员会的想法赠款和ARC未来奖学金。