L'IA permet des avancées en chimie

Des scientifiques de l’EPFL (Lausanne) présentent un système d’IA qui facilite et optimise la recherche en chimie, en intégrant des outils avancés pour effectuer des tâches telles que la synthèse organique et la découverte de médicaments.

Mots clés: #artificielle, #chimique, #IA, #intelligence, #recherche

Lire plus

research

( Photo: oksix - 123RF )

ENGINEERINGNET.BE - Avec ses processus complexes et son vaste potentiel d’innovation, la chimie a toujours été un défi pour l’automatisation.

Malgré leurs capacités avancées, les outils de calcul traditionnels restent souvent sous-utilisés en raison de leur complexité et des connaissances spécialisées requises pour les utiliser.

C’est pourquoi, des scientifiques de l’équipe de Philippe Schwaller de l’EPFL ont mis au point "ChemCrow".

Il s’agit d’une IA qui intègre 18 outils conçus par des expertes et experts, ce qui lui permet de naviguer et d’effectuer des tâches dans le domaine de la recherche chimique avec une efficacité sans précédent.

ChemCrow repose sur un grand modèle de langage (LLM) comme GPT-4, amélioré par LangChain pour l’intégration d’outils, afin d’effectuer des tâches de synthèse chimique de manière autonome.

Les scientifiques ont complété le modèle de langage par un ensemble d’outils logiciels spécialisés déjà utilisés en chimie, notamment WebSearch pour la recherche d’informations sur Internet, LitSearch pour l’extraction de la documentation scientifique et divers outils moléculaires et réactionnels pour l’analyse chimique.

En intégrant ChemCrow à ces outils, les chercheuses et chercheurs lui ont permis de planifier et d’exécuter des synthèses chimiques en autonomie, et même de contribuer à la découverte de nouveaux chromophores, substances fondamentales pour les industries des colorants et des pigments.

ChemCrow se distingue par sa capacité à adapter et à appliquer un processus de raisonnement structuré à des tâches chimiques.

ChemCrow reçoit un prompt de l’utilisatrice ou de l’utilisateur, planifie la manière de résoudre la tâche, sélectionne les outils adaptés et affine sa stratégie de façon itérative sur la base du ou des résultats de chaque étape.

Cette IA ne se limite pas à la théorie, mais repose également sur des applications pratiques pour l’interaction entre le monde réel et les environnements de laboratoire. (Auteur: Nik Papageorgiou - Source: EPFL)