admin 【AI化学】GPT-4 vs GPT-3.5：有机会了
在本文中，我们会分析三项化学任务上GPT-4对比前辈GPT-3.5的提升。有机化学曾折磨过一届又一届的化学本科生，学习系统命名法，记住反应机理，这都是我们学习有机化学过程中最为基础的知识。当GPT-4面对同样的问题，我们也不禁好奇，他会有机吗？——反应文本提取——反应文本提取是NLP和化学交叉领域的经典任务，面对同一段反应文本，我们期待模型能够提取出其中的反应内容，并给出反应的表达式。如下所示是一段典型的化学反应过程描述，利用TBAF脱去硅基保护基，其涉及的化学物质包括反应物、溶剂等等，还包括了后处理步骤，需要一些经验才能看清楚。
GPT-3.5的回答如下：
GPT-3.5会重复输出相同的token，无法提取出有效的SMILES表达式，这是文本生成中经常出现的问题之一。考虑到化合物名称和SMILES表达式并没有显式的对应关系，这种错误情有可原。然而，GPT-4可以理解有机反应物的名称，并将其转化为合理的SMILES表达式：
由于输出模式的错误，硅上的一个异丙基和TBAF的一个正丁基被缩写到了下划线的记号内，但GPT-4提取出了有效的SMILES，甚至还贴心地提醒我们，这里存在氟离子和硅基结合的副产物，但在这步合成里并不重要。——有机会了——从简单的电子对与箭头，到物理有机对反应过渡态的描述，反应机理是人们理解有机反应的主要方式。对于如下的Suzuki-Miyaura偶联反应，我们输入了反应式和反应条件，但GPT-3.5并没有回答出正确的反应机理。
然而，GPT-4不仅精确地叫出了这个反应的名字，还给出了像模像样的反应机理。
美中不足的是，GPT-4搞错了氧化加成的位点，应该在C-X键而非C-B键，但这样的进步已经大大超过了我们对一个语言模型已有的期待。不知道GPT-4在漫长的训练过程中，是否也曾像考有机化学之前的本科生一样，对着人名反应冥思苦想。——分子设计——有机化学不只在于合成已有的分子，更在于设计新的具有功能的分子。药物设计是药物化学和有机化学联合的一个重要领域，发现新的先导化合物会帮助我们探索新的治愈疾病的可能。我们请GPT帮我们设计一个SARS-Cov-2的抑制剂分子，GPT-3.5给出了一段文本，但设计的分子和描述的文本并不相关。
GPT-4的分子设计能力则明显得到了提升，该分子不仅具有一个共价头（模型认为其可以和C145相互作用），相应的骨架和口袋也有着一定的适配能力。最令人惊奇的是，GPT-4对这个分子的设计思路侃侃而谈，且大体上对于骨架位置和相互作用的描述是合理的。
分子设计，作为一项需要高度专业化知识与经验的任务，GPT-4也已经快要达到了以假乱真的地步。——总结——不论作为人类的我们怎么想，GPT-4已经出现了，他将永远改变我们的科研与生活。要考虑到，GPT-4并非专门学习化学的模型，取得这样的进步只花了短短几个月的时间。我们依然可以找出他做错的例子，说胡话的例子，调侃他的荒谬，可是从GPT-3.5到GPT-4，不得不承认他的进步超乎我们的想象，这是每一位相关领域工作者都需要严肃思考的问题。时至今日，我们需要重新审视人类在这些经验导向任务中的作用，并且重新评估哪些是真正有价值研究的问题。在最新的版本中，由于潜在的军事用途等原因，GPT-4暂时关闭了设计分子的功能，但这不意味着在这一项任务上人类的能力就是安全的。人类通过何种方式产生了所谓智能我们尚不得而知，但某种意义上来讲，语言模型正在奋力追赶。大量重复性的劳动可能很快将会得到取代，基于经验的推理可能也都会让位于AI的指路，我们需要去定义那些真正重要的任务，在已有的基础上去发现新的可以做的领域。至少，再次设立一个课题的时候，我们需要认真想一想，假如GPT-5已经诞生，那么这个课题还有意义吗？“你需要选择如何使用这些知识，来击退前所未有的黑暗。”——Sid Meier's Civilization VI作者：李隽仁
审稿：黄志贤
编辑：黄志贤
GoDesign
ID：Molecular_Design_Lab
0条评论