La inteligencia artificial, impulsada por modelos como GPT-3, presenta un enfoque innovador que simplifica el análisis químico, según revela una nueva investigación de la EPFL.
En un avance significativo para la investigación química, la EPFL ha desarrollado un método revolucionario utilizando GPT-3, el modelo de lenguaje de última generación. A través de un enfoque único, los investigadores han simplificado drásticamente el análisis químico, superando a menudo la precisión de modelos tradicionales de aprendizaje automático. Este enfoque rápido y sencillo podría transformar la forma en que se abordan los desafíos químicos en la investigación.
La aplicación de inteligencia artificial en el ámbito químico, especialmente el aprendizaje automático, ha sido un campo en rápido crecimiento. Sin embargo, la necesidad de grandes cantidades de datos para hacer predicciones precisas ha sido un obstáculo en la investigación química, donde a menudo estos datos no están disponibles en gran medida.
Según un estudio publicado en ‘Nature Machine Intelligence’ liderado por el equipo de Berend Smit en la EPFL, se ha encontrado una solución innovadora. Kevin Jablonka, investigador principal del estudio, destaca el uso de GPT-3 en el proceso: «GPT-3 no ha visto la mayor parte de la literatura química, por lo que si le hacemos a ChatGPT una pregunta química, las respuestas generalmente se limitan a lo que se puede encontrar en Wikipedia».
En lugar de depender de datos extensos, los investigadores ajustaron GPT-3 con un conjunto selecto de preguntas y respuestas. Sorprendentemente, el modelo, entrenado con relativamente poca información, demostró una precisión asombrosa, respondiendo correctamente a más del 95% de problemas químicos diversos en las pruebas.
Lo más destacado de este enfoque es su simplicidad y rapidez. Mientras que los modelos tradicionales de aprendizaje automático requieren meses de desarrollo y conocimientos extensos, el método de Jablonka se completa en cinco minutos y no exige ningún conocimiento previo. Este enfoque sencillo, pero efectivo, podría transformar la investigación química al proporcionar respuestas precisas a través de un proceso tan simple como una búsqueda bibliográfica.
Las implicaciones son profundas, ya que permiten formular preguntas específicas sobre el rendimiento químico y recibir respuestas precisas. Este avance podría revolucionar la planificación y ejecución de la investigación química, abriendo nuevas posibilidades para resolver problemas de manera eficiente y precisa.
