ChatGPT prédit les conditions de synthèse des MOF

L’utilisation de ChatGPT pour extraire les données de synthèse du cadre organométallique (MOF) permet aux chercheurs de prédire les meilleures conditions pour la fabrication de nouveaux matériaux. Cette technologie accessible accélérera les activités de recherche et comblera le fossé entre les scientifiques informatiques et synthétiques.

L’intelligence artificielle (IA) est largement utilisée dans les laboratoires pour aider les chercheurs de diverses manières. Cependant, cela implique souvent des modèles sur mesure construits à partir de zéro, nécessitant des connaissances expertes en codage. Au lieu de cela, Omar Yaghi et son équipe de l’université de Californie à Berkeley aux États-Unis ont profité de l’outil ChatGPT déjà disponible d’OpenAI, en utilisant des invites minutieuses pour lui faire effectuer les tâches souhaitées.

L’équipe a formé ChatGPT pour extraire et analyser la littérature de synthèse MOF, en lisant et en traitant automatiquement des centaines d’articles en quelques jours, par rapport aux mois que cela pourrait prendre manuellement. Les combinaisons possibles presque illimitées d’ions métalliques et de lieurs organiques qui peuvent être utilisés pour construire des MOF confèrent à ces matériaux poreux leur extraordinaire accordabilité chimique. Mais la diversité des méthodes et l’absence d’un format standardisé pour la synthèse des rapports MOF font de la recherche de la meilleure approche pour faire d’une combinaison donnée une tâche laborieuse et difficile, et parfaitement adaptée à l’automatisation.

«Nous avons toujours cherché à simplifier et à accélérer la synthèse chimique et à la rendre plus prédictive», déclare Yaghi. Le pouvoir prédictif de l’IA peut augmenter la productivité, permettant aux chercheurs d’entreprendre des projets plus complexes en supprimant une partie de l’élément d’essais et d’erreurs de la synthèse de nouveaux matériaux. Il explique en outre que « les instructions fournies à ChatGPT ne nécessitent aucune connaissance avancée de la programmation », s’appuyant uniquement sur un langage conversationnel de tous les jours, ce qui signifie que tous les scientifiques peuvent utiliser le logiciel, quelle que soit leur expérience en matière de codage.

Manuel Tsotsalas, dont le groupe travaille sur les MOF à l’Institut de technologie de Karlsruhe en Allemagne, fait écho à ces sentiments : « ces interfaces de chat me permettent de faire du calcul sans avoir à savoir coder. Ce n’est pas que je pense que cette IA de chat remplacerait mon travail, mais cela le rendra simplement beaucoup plus rapide.

Le groupe de Berkeley s’attend à ce que les modèles d’IA puissent éventuellement aider à créer de nouveaux matériaux pour résoudre les problèmes liés au changement climatique. Cela comprend la transformation du dioxyde de carbone en carburants propres ou la récolte de l’eau de l’air du désert pour la consommation et l’irrigation. Tsotsalas convient que cette recherche est un « très bel exemple de la façon dont vous pouvez développer des matériaux pour des problèmes aussi difficiles et urgents ».

Yaghi souhaite explorer d’autres applications de ChatGPT et de grands modèles de langage similaires (LLM), permettant aux humains de se concentrer sur les aspects plus intellectuels de la recherche tandis que l’IA gère les tâches laborieuses. Il espère qu’ils seront utilisés dans diverses disciplines scientifiques, ouvrant de nouvelles voies de collaboration entre les humains et l’IA.