GOLLuM da EPFL requer mais de 40% menos experiências

No Laboratory of Artificial Chemical Intelligence da EPFL, Bojana Ranković e Philippe Schwaller testaram o GOLLuM com um orçamento limitado: 50 experiências para procurar condições químicas, de materiais e moleculares de elevado desempenho. Nessa avaliação, 36,3% das condições que testou ficaram entre os 5% melhores de todos os resultados possíveis, enquanto o método igualou a otimização tradicional usando mais de 40% menos experiências.

Os cientistas já utilizam a otimização bayesiana para decidir qual a próxima experiência a realizar. O método aprende com resultados anteriores, prevê opções promissoras e estima a incerteza, ajudando as equipas a evitar gastar tempo e dinheiro em candidatos fracos. O problema é a portabilidade: um modelo que escolhe reações químicas de forma eficiente pode não se adaptar a materiais ou ao desenho molecular. Os modelos de linguagem de grande dimensão dispõem de conhecimentos científicos abrangentes, mas a sua confiança é um indicador pouco fiável de que uma sugestão esteja correta.

O GOLLuM acrescenta um processo gaussiano — um modelo probabilístico utilizado para avaliar o desempenho e a incerteza — como detetor de dúvidas integrado. Não é pedido ao modelo de linguagem de grande dimensão que escolha sozinho as experiências; em vez disso, aprende com as pontuações do processo gaussiano. À medida que os resultados se acumulam, o sistema reorganiza o seu espaço de pesquisa para que as condições com comportamentos semelhantes fiquem mais próximas, enquanto as condições com resultados diferentes se afastam. O método funciona diretamente a partir de uma descrição, em linguagem simples, do procedimento experimental.

Os investigadores avaliaram o GOLLuM em 23 tarefas de benchmark que abrangiam a síntese orgânica, a química analítica e de processos, os materiais, a catálise e a otimização de propriedades moleculares. Cada execução começou com 10 observações de baixo desempenho, e a equipa utilizou a mesma configuração em todas as tarefas, em vez de a ajustar separadamente. O GOLLuM ficou em primeiro lugar, em média, e superou a otimização bayesiana com descritores concebidos por especialistas nas métricas apresentadas. Em contrapartida, a solicitação direta produziu taxas de falha entre 10% e cerca de 80%, incluindo estruturas químicas inventadas, condições repetidas e sugestões fora do espaço de pesquisa permitido.

Assim, concretamente: as equipas de investigação poderiam utilizar as representações científicas abrangentes de um modelo de linguagem sem confiar apenas nas suas respostas, testando potencialmente receitas promissoras com menos execuções laboratoriais.