Investigadores de la Universidad Carnegie Mellon han sido pioneros en un sistema artificialmente inteligente, Coscientist, que puede desarrollar de forma autónoma la investigación y la experimentación científica. Publicado en la revista  Nature ,  este sistema inteligente no orgánico, desarrollado por el profesor asistente Gabe Gomes y los estudiantes de doctorado Daniil Boiko y Robert MacKnight, es el primero en diseñar, planificar y ejecutar un experimento de química de forma autónoma. 

Utilizando modelos de lenguaje grande (LLM) como GPT-4 de OpenAI y Claude de Anthropic, Coscientist demuestra un enfoque innovador para realizar investigaciones a través de una asociación hombre-máquina. 

El diseño de Coscientist le permite realizar diversas tareas, desde planificar síntesis químicas utilizando datos públicos hasta controlar instrumentos de manipulación de líquidos y resolver problemas de optimización mediante el análisis de datos recopilados previamente. Su arquitectura consta de múltiples módulos, que incluyen búsqueda web y de documentación, ejecución de código y automatización de experimentos, coordinados por un módulo central llamado ‘Planner’, una instancia de finalización de chat GPT-4. Esta estructura permite a Coscientist operar de forma semiautónoma, integrando múltiples fuentes de datos y módulos de hardware para tareas científicas complejas.

«Anticipamos que los sistemas de agentes inteligentes para la experimentación científica autónoma traerán enormes descubrimientos, terapias imprevistas y nuevos materiales», escribió el equipo de investigación en el artículo. «Si bien no podemos predecir cuáles serán esos descubrimientos, esperamos ver una nueva forma de realizar investigaciones gracias a la asociación sinérgica entre humanos y máquinas».

Las capacidades del sistema se probaron en diferentes tareas, demostrando su capacidad para planificar y ejecutar experimentos con precisión. Por ejemplo, Coscientist superó a otros modelos como GPT-3.5 y Falcon 40B en la síntesis de compuestos, particularmente complejos como el ibuprofeno y la nitroanilina. Esto destacó la importancia de utilizar LLM avanzados para una planificación de experimentos precisa y eficiente.

Un aspecto clave de Coscientist es su capacidad para comprender y utilizar la documentación técnica, lo que siempre ha sido un desafío en la integración de los LLM con la automatización del laboratorio. Al interpretar la documentación técnica, Coscientist mejora su rendimiento en la automatización de experimentos. Esta capacidad se extendió a un ecosistema robótico más diverso, como Emerald Cloud Lab (ECL), lo que demuestra la adaptabilidad y el potencial de Coscientist para una amplia aplicación científica.

Según el artículo de investigación, las pruebas del mundo real de Coscientist implicaron la realización de experimentos utilizando Opentrons OT-2, un manipulador de líquidos con una API de Python bien documentada. A través de indicaciones simples en lenguaje natural, el sistema podría ejecutar protocolos precisos e integrar múltiples herramientas de hardware, lo que demuestra su aplicabilidad práctica en un entorno de laboratorio.

“Más allá de las tareas de síntesis química demostradas por su sistema, Gomes y su equipo han sintetizado con éxito una especie de compañero de laboratorio hipereficiente. Juntan todas las piezas y el resultado final es mucho más que la suma de sus partes: puede usarse para propósitos científicos genuinamente útiles”, dijo en un comunicado de prensa el director de la División de Química de la Fundación Nacional de Ciencias, David Berkowitz  .

En el pasado se han creado otros asistentes similares basados ​​en IA. Un investigador del MIT construyó un sistema llamado “CRSEt” que sirve como asistente de laboratorio, y un equipo de la Universidad de Michigan creó BacterAI , un sistema que puede mapear el metabolismo de dos microbios específicos. Sin embargo, lo que distingue a Coscientist es la complejidad de los experimentos que podría realizar y que requiere mucha menos supervisión humana en cuanto a procedimientos y protocolos.

Las capacidades de razonamiento de Coscientist eran evidentes en su capacidad para planificar y ejecutar experimentos químicos complejos, como experimentos catalíticos de acoplamiento cruzado. Diseñó con éxito protocolos de trabajo de alto nivel utilizando Python, demostrando su potencial en la investigación científica avanzada. Esta adaptabilidad se demostró aún más en su desempeño en varias transformaciones orgánicas, lo que indica su utilidad en la exploración de múltiples reacciones químicas.

El equipo es consciente de que el desarrollo de Coscientist plantea consideraciones importantes sobre el uso ético y responsable de la IA en la investigación científica. Si bien ofrece un potencial significativo para el avance de la investigación, existen preocupaciones sobre la seguridad y la posibilidad de uso indebido. Abordar estas preocupaciones es crucial para aprovechar todo el potencial de los sistemas de inteligencia artificial como Coscientist en el descubrimiento científico y al mismo tiempo mitigar los riesgos.

“Creo que las cosas positivas que la ciencia basada en la IA puede hacer superan con creces las negativas”, afirmó Gomes. «Pero tenemos la responsabilidad de reconocer lo que podría salir mal y ofrecer soluciones y medidas de seguridad».

«Al garantizar el uso ético y responsable de estas poderosas herramientas, podemos continuar explorando el vasto potencial de los grandes modelos lingüísticos para promover la investigación científica y al mismo tiempo mitigar los riesgos asociados con su uso indebido», concluyeron los autores en el artículo de investigación.

F