GOLLuM de EPFL necesita más de un 40 % menos de experimentos

En el Laboratory of Artificial Chemical Intelligence de EPFL, Bojana Ranković y Philippe Schwaller probaron GOLLuM con un presupuesto limitado: 50 experimentos para buscar condiciones químicas, de materiales y moleculares de alto rendimiento. En esa evaluación, el 36,3 % de las condiciones que probó se situó en el 5 % superior de todos los resultados posibles, mientras que el método igualó a la optimización tradicional con más de un 40 % menos de experimentos.

Los científicos ya utilizan la optimización bayesiana para decidir qué experimento realizar a continuación. Aprende de los resultados anteriores, predice opciones prometedoras y estima la incertidumbre, ayudando a los equipos a no invertir tiempo y dinero en candidatos débiles. El problema es la portabilidad: un modelo que elige reacciones químicas de forma eficiente puede no adaptarse al diseño de materiales o moléculas. Los modelos lingüísticos de gran tamaño incorporan amplios conocimientos científicos, pero su confianza es una mala guía para determinar si una sugerencia es correcta.

GOLLuM añade un proceso gaussiano —un modelo probabilístico utilizado para puntuar el rendimiento y la incertidumbre— como detector integrado de dudas. No se pide al modelo lingüístico de gran tamaño que elija experimentos por sí solo; en su lugar, aprende de las puntuaciones del proceso gaussiano. A medida que se acumulan los resultados, el sistema reorganiza su espacio de búsqueda para que las condiciones que se comportan de forma similar queden más cerca, mientras que las que producen resultados diferentes se alejan. El método funciona directamente a partir de una descripción en inglés claro del procedimiento experimental.

Los investigadores evaluaron GOLLuM en 23 tareas de referencia sobre síntesis orgánica, química analítica y de procesos, materiales, catálisis y optimización de propiedades moleculares. Cada ejecución comenzó con 10 observaciones de bajo rendimiento, y el equipo utilizó la misma configuración en todas las tareas, en lugar de ajustarla por separado. GOLLuM quedó primero de media y superó a la optimización bayesiana con descriptores diseñados por expertos en las métricas comunicadas. En cambio, la formulación directa de instrucciones produjo tasas de error de entre el 10 % y alrededor del 80 %, e incluyó estructuras químicas inventadas, condiciones repetidas y sugerencias fuera del espacio de búsqueda permitido.

En concreto: los equipos de investigación podrían utilizar las amplias representaciones científicas de un modelo lingüístico sin confiar únicamente en sus respuestas, y probar potencialmente recetas prometedoras con menos ejecuciones de laboratorio.