A Review of Large Language Models and Autonomous Agents in Chemistry

📄 arXiv: 2407.01603v3 📥 PDF

作者: Mayk Caldas Ramos, Christopher J. Collison, Andrew D. White

分类: cs.LG, cs.AI, cs.CL, physics.chem-ph

发布日期: 2024-06-26 (更新: 2024-11-14)

🔗 代码/项目: GITHUB

💡 一句话要点

综述：大型语言模型与自主智能体在化学领域的应用与发展

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 自主智能体 化学信息学 分子设计 自动化实验

📋 核心要点

  1. 现有化学研究面临数据质量参差不齐、模型可解释性差以及缺乏统一标准基准的挑战。
  2. 本综述聚焦于大型语言模型（LLM）及其驱动的自主智能体，探索其在化学领域的应用潜力。
  3. 该研究强调了LLM在分子设计、性质预测和合成优化方面的能力，并展望了其在自动化科学发现中的作用。

📝 摘要（中文）

大型语言模型（LLM）已成为化学领域强大的工具，显著影响了分子设计、性质预测和合成优化。本综述重点介绍了LLM在这些领域的能力，以及它们通过自动化加速科学发现的潜力。我们还回顾了基于LLM的自主智能体：这些智能体拥有更广泛的工具集，可以与周围环境交互。这些智能体执行各种任务，如论文抓取、与自动化实验室交互和合成规划。由于智能体是一个新兴主题，我们将对智能体的回顾范围扩展到化学之外的任何科学领域。本综述涵盖了LLM和自主智能体的近期历史、当前能力和设计，解决了化学领域的具体挑战、机遇和未来方向。关键挑战包括数据质量和集成、模型可解释性以及对标准基准的需求，而未来方向则指向更复杂的多模态智能体以及智能体与实验方法之间更强的协作。由于该领域发展迅速，我们建立了一个存储库来跟踪最新的研究：https://github.com/ur-whitelab/LLMs-in-science。

🔬 方法详解

问题定义：化学领域面临着分子设计、性质预测和合成优化等复杂问题，传统方法耗时耗力。现有方法在数据质量、模型可解释性以及缺乏统一标准基准方面存在不足，阻碍了科学发现的效率。

核心思路：利用大型语言模型（LLM）强大的自然语言处理能力，构建自主智能体，使其能够理解化学领域的知识，并与环境进行交互，从而实现自动化实验、数据分析和知识发现。核心在于将LLM作为控制中心，赋予其调用各种工具和资源的权限。

技术框架：该综述回顾了LLM和自主智能体的架构与流程。通常包括以下模块：1）LLM核心模块，负责理解指令、生成代码或文本；2）工具接口模块，连接各种化学工具，如数据库、模拟软件、自动化实验室等；3）环境交互模块，负责与外部环境进行数据交换和控制；4）知识库模块，存储化学领域的知识和数据。

关键创新：该研究的关键创新在于将LLM与自主智能体相结合，使其能够自主地进行科学研究。与传统方法相比，这种方法可以显著提高研究效率，并发现新的科学知识。自主智能体能够自动执行实验、分析数据和生成报告，从而解放了研究人员的劳动力。

关键设计：关键设计包括：1）选择合适的LLM模型，如GPT系列、LLaMA等；2）设计有效的工具接口，确保LLM能够顺利调用各种化学工具；3）构建完善的知识库，为LLM提供丰富的化学知识；4）设计合适的奖励函数，引导LLM朝着正确的方向进行研究。

📊 实验亮点

该综述总结了LLM在化学领域的最新应用，包括分子设计、性质预测和合成优化。特别强调了LLM驱动的自主智能体在自动化实验、数据分析和知识发现方面的潜力。该综述还提供了一个GitHub仓库，用于跟踪该领域的最新研究进展。

🎯 应用场景

该研究成果可应用于药物发现、材料科学、化学合成等领域。通过自动化实验和数据分析，加速新材料的研发和药物的筛选过程。未来，自主智能体有望成为化学研究的重要助手，甚至可以独立完成一些复杂的科学研究任务，极大地推动化学领域的发展。

📄 摘要（原文）

Large language models (LLMs) have emerged as powerful tools in chemistry, significantly impacting molecule design, property prediction, and synthesis optimization. This review highlights LLM capabilities in these domains and their potential to accelerate scientific discovery through automation. We also review LLM-based autonomous agents: LLMs with a broader set of tools to interact with their surrounding environment. These agents perform diverse tasks such as paper scraping, interfacing with automated laboratories, and synthesis planning. As agents are an emerging topic, we extend the scope of our review of agents beyond chemistry and discuss across any scientific domains. This review covers the recent history, current capabilities, and design of LLMs and autonomous agents, addressing specific challenges, opportunities, and future directions in chemistry. Key challenges include data quality and integration, model interpretability, and the need for standard benchmarks, while future directions point towards more sophisticated multi-modal agents and enhanced collaboration between agents and experimental methods. Due to the quick pace of this field, a repository has been built to keep track of the latest studies: https://github.com/ur-whitelab/LLMs-in-science.