GOLLuM di EPFL richiede oltre il 40% di esperimenti in meno

Nel Laboratory of Artificial Chemical Intelligence di EPFL, Bojana Ranković e Philippe Schwaller hanno testato GOLLuM con un budget limitato: 50 esperimenti per cercare condizioni efficaci in ambito chimico, dei materiali e molecolare. In questa valutazione, il 36,3% delle condizioni provate è rientrato nel 5% di tutti i risultati possibili, mentre il metodo ha raggiunto le stesse prestazioni dell'ottimizzazione tradizionale usando oltre il 40% di esperimenti in meno.

Gli scienziati usano già l'ottimizzazione bayesiana per decidere quale esperimento eseguire successivamente. Il metodo apprende dai risultati passati, prevede le opzioni promettenti e stima l'incertezza, aiutando i team a evitare di spendere tempo e denaro per candidati poco efficaci. Il problema è la trasferibilità: un modello che seleziona in modo efficiente le reazioni chimiche potrebbe non essere adatto ai materiali o alla progettazione molecolare. I modelli linguistici di grandi dimensioni possiedono ampie conoscenze scientifiche, ma il loro livello di sicurezza è una guida poco affidabile per stabilire se un suggerimento sia corretto.

GOLLuM aggiunge un processo gaussiano — un modello probabilistico usato per valutare prestazioni e incertezza — come rilevatore integrato dei dubbi. Al modello linguistico di grandi dimensioni non viene chiesto di scegliere autonomamente gli esperimenti; impara invece dai punteggi del processo gaussiano. Con l'accumularsi dei risultati, il sistema riorganizza il proprio spazio di ricerca in modo che le condizioni che si comportano in maniera simile si trovino più vicine, mentre quelle con risultati diversi si allontanino. Il metodo funziona direttamente a partire da una descrizione in inglese corrente della procedura sperimentale.

I ricercatori hanno valutato GOLLuM in 23 attività di benchmark che comprendevano sintesi organica, chimica analitica e di processo, materiali, catalisi e ottimizzazione delle proprietà molecolari. Ogni esecuzione è iniziata con 10 osservazioni a basse prestazioni e il team ha usato la stessa configurazione in tutte le attività, invece di ottimizzarla separatamente. GOLLuM si è classificato al primo posto in media e ha superato l'ottimizzazione bayesiana con descrittori progettati da esperti nelle metriche riportate. Al contrario, il prompting diretto ha prodotto tassi di fallimento dal 10% a circa l'80%, inclusa l'invenzione di strutture chimiche, la ripetizione di condizioni e suggerimenti al di fuori dello spazio di ricerca consentito.

In concreto, quindi: i team di ricerca potrebbero usare le ampie rappresentazioni scientifiche di un modello linguistico senza fidarsi esclusivamente delle sue risposte, testando potenzialmente ricette promettenti con meno cicli di laboratorio.