ChatGPT提高材料科学的效率

人工智能开发商OpenAI承诺，将通过其名为ChatGPT的新型聊天机器人重塑人们的工作和学习方式。事实上，在威斯康星大学麦迪逊分校，这种大型语言模型已经在帮助材料工程师们利用它的力量，快速、经济地从科学文献中提取信息。

几年来，威斯康星大学麦迪逊分校材料科学与工程教授戴恩·摩根(Dane Morgan)在他的实验室中使用机器学习(一种基于数据的人工智能)来评估和寻找新型材料，并取得了巨大成功。与摩根密切合作的科学家马西耶·波拉克(Maciej Polak)对人工智能可能帮助完成的其他任务进行了头脑风暴。

Polak说:“人工智能可以越来越多地帮助完成相当复杂和耗时的任务。“我们想，‘什么是材料科学家经常做的事情，我们希望我们有更多的时间?’关键的一点是阅读论文来获取数据。”

Polak说，材料科学家经常下载，然后梳理冗长的研究论文，寻找一小组数字添加到他们的数据集中。

Polak说:“我们认为我们可以把所有这些耗时的任务都交给人工智能，它可以为我们阅读这些论文，并为我们提供信息。”

要求聊天机器人，即使是像ChatGPT这样强大的聊天机器人，仅仅从论文全文中寻找和提取数据，仍然超出了它们的能力范围。因此，Polak改进了这项技术，要求机器人一个句子一个句子地检查，并决定每个句子是否包含相关数据——这项任务是将论文浓缩为一两个关键句子。然后，他要求机器人以表格的形式呈现信息，然后人类研究人员可以检查表格和句子，以确保它们是正确和相关的。这项技术产生了大约90%的准确率，使研究人员能够从一组论文中提取数据，以创建一个关于金属玻璃临界冷却速率的数据库。

2023年2月，Polak、Morgan及其同事在arXiv预印本服务器上发表了一篇关于该技术的论文。

虽然这项技术将研究人员的论文阅读工作量减少了约99%，但波拉克对进一步改进它很感兴趣。

他说:“我是那个还在做最后一个手工步骤的人——检查表格的准确性。”“所以，我想找到一种方法，让这个过程完全自动化。”

为了达到这一点，团队进行了“即时”工程——找出准确的问题和顺序，让机器人提取出他们想要的信息，然后再次检查。他们将最初的方法应用于提取数据表，然后向机器人提出一系列后续问题，以引入数据集错误的可能性。这迫使AI返回，重新检查数据并标记错误。在绝大多数情况下，人工智能能够识别错误信息。

“这是最重要的事情;它可以承认自己犯了错误，”波拉克说。“也许它不知道如何解决这个问题，但至少我们没有得到与事实不符的信息。”

该团队于2023年3月在arXiv上发表了关于该技术迭代的另一篇论文。

Morgan说，这种使用ChatGPT和其他大型语言模型的提示工程一开始感觉很不寻常。

“这不是传统意义上的编程;与这些机器人互动的方法是通过语言，”摩根说。“让程序提取数据，然后让它检查它是否确定正常的句子，感觉更像是我训练孩子们得到正确答案的方式，而不是我通常训练计算机的方式。”这是一种让电脑做事的不同方式。它真的改变了你对电脑功能的看法。”

波拉克说，重要的是，这项技术不需要太多的努力或深入的知识。

Polak说:“以前，人们必须编写数百行代码来做这样的事情，而且结果往往不是很好。”“现在我们有了像ChatGPT这样的工具，在功能上有了巨大的进步。”

摩根很快指出，将人工智能融入研究并不能取代研究生和科学家。相反，这些工具可以让研究人员从事他们以前没有时间、金钱或人力进行的项目。

摩根说:“我认为这些工具将改变我们做研究的方式，就像b谷歌改变了我们做研究的方式一样。”“今天，我们通常通过b谷歌和其他搜索工具来探索一个领域，帮助我们找到论文和相关资源，然后我们阅读这些论文和资源来提取信息和数据。现在，你可以进入这些大型语言模型之一，围绕一个主题收集信息，并使用我们一直在开发的技术，在几个小时内建立一个数据库进行审查。”

参考:Polak MP, Morgan D.从会话语言模型和提示工程的研究论文中提取准确的材料数据——ChatGPT的例子。arXiv．2023年3月7日在线发布。doi:10.48550 / arXiv.2303.05352

这篇文章是根据以下内容重新发表的材料．注:材料可能因长度和内容而被编辑。欲了解更多信息，请与引用的来源联系。

这篇文章是基于尚未经过同行评审的研究结果。因此，结果被视为初步的，并应如此解释。了解同行评议过程在研究中的作用在这里．欲了解更多信息，请与引用的来源联系。