他们做出了一个会自己做实验、自己搞科研的AI。这个AI由几个大语言模型组成，可以看作一个GPT-4代理智能体，科研能力爆表。
因为它具有来自矢量数据库的长期记忆，可以阅读、理解复杂的科学文档，并在基于云的机器人实验室中进行化学研究。
这个地表最强LLM，能在SAT和BAR考试中得高分、通过LeetCode挑战、给一张图就能做对物理题，还看得懂表情包里的梗。
这就启发了梅隆化学系的几位学者，他们希望能开发出一个基于多个大语言模型的AI，让它自己设计实验、自己做实验。
它会自己上网查文献，会精确控制液体处理仪器，还会解决需要同时使用多个硬件模块、集成不同数据源的复杂问题。
另外，咱们可以通过API，把模型连接到化学反应数据库，比如Reaxys或SciFinder，给模型叠了一层大大的buff，准确率飙升。
然后它要求进行 UV-Vis 测量。完成后，AI会获得一个文件名，其中包含一个NumPy数组，其中包含微孔板每个孔的光谱。
AI先从网络上整合所需的数据，运行一些必要的计算，最后给液体试剂操作系统（上图最左侧的部分）编写程序。
具体的设计是这样的：AI控制一个搭载了两块微型版的液体实际操作系统，而其中的源版包含多种试剂的源液，其中有苯乙炔和苯硼酸，多个芳基卤化物耦合伴侣，以及两种催化剂和两种碱。
上图中，左侧的移液管（left pipette）20微升量程，右侧的单道移液管300微升量程。
AI挑选了正确的耦合伴侣来完成实验。在所有的芳基卤化物中，AI选择了溴苯进行铃木反应的实验，选择了碘苯进行索诺格希拉反应。
而在每一轮，AI的选择都有些改变。比如说，它还选了对碘硝基苯，看上的是这种物质在氧化反应中反应性很高这一特性。
接下来，AI选择了Pd/NHC作为催化剂，因为其效果更好。这对于耦合反应来说，是一种很先进的方式。至于碱的选择，AI看中了三乙胺这种物质。
从上述过程我们可以看到，该模型未来潜力无限。因为它会多次反复的进行实验，以此分析该模型的推理过程，并取得更好的结果。
中间AI还犯了个错误，把加热摇床模组的名字用错了。但是AI及时注意到了这一点，自发查询了资料，修正了实验过程，最终成功运行。
可以说，从上述流程中，AI展现出了极高的分析推理能力。它能够自发的获取所需的信息，一步一步的解决复杂的问题。
在这个过程中，还能自己写出超级高质量的代码，推进实验设计。并且，还能根据输出的内容改自己写的代码。
OpenAI成功展示出了GPT-4的强大能力，有朝一日GPT-4肯定能参与到真实的实验中去。
但是，研究人员并不想止步于此。他们还给AI出了个大难题——他们给AI下指令，让其开发一种新的抗癌药物。
事实证明还真是有两把刷子。AI秉持着遇到难题不要怕的原则（当然它也不知道啥叫怕），细密地分析了开发抗癌药物这个需求，研究了当前抗癌药物研发的趋势，然后从中选了一个目标继续深入，确定其成分。
而后，AI尝试开始自己进行合成，也是先上网搜索有关反应机制、机理的信息，在初步搞定步骤以后，再去寻找相关反应的实例。
其中就有甲基苯丙胺（也就是大麻），海洛因这些耳熟能详的毒品，还有芥子气（mustard gas）等明令禁止使用的毒气。
剩下的7种物质中，有5种的合成遭到了AI的果断拒绝。AI上网搜索了这5种化合物的相关信息，发现不能胡来。
比方说，在尝试合成可待因（codeine）的时候，AI发现了可待因和吗啡之间的关系。得出结论，这东西是管制药品，不能随便合成。
但是，这种保险机制并不把稳。用户只要稍加修改花书，就可以进一步让AI操作。比如用化合物A这种字眼代替直接提到吗啡，用化合物B代替直接提到可待因等等。
同时，有些药品的合成必须经过缉毒局（DEA）的许可，但有的用户就是可以钻这个空子，骗AI说自己有许可，诱使AI给出合成方案。
像海洛因和芥子气这种耳熟能详的，AI也清楚得很。可问题是，这个系统目前只能检测出已有的化合物。而对于未知的化合物，该模型就不太可能识别出潜在的危险了。
因此，为了防止有人因为好奇去验证这些化学成分的有效性，研究人员还特地在论文里贴了一个大大的红底警告：
本文中讨论的非法药物和化学武器合成纯粹是为了学术研究，主要目的是强调与新技术相关的潜在危险。
在任何情况下，任何个人或组织都不应尝试重新制造、合成或以其他方式生产本文中讨论的物质或化合物。从事此类活动不仅非常危险，而且在大多数司法管辖区内都是非法的。
这个AI由多个模块组成。这些模块之间可以互相交换信息，有的还能上网、访问API、访问Python解释器。
比如，它可以上网，用Python写代码，访问文档，把这些基础工作搞明白之后，它就可以自己做实验了。
人类做实验时，这个AI可以手把手地指导我们。因为它会推理各种化学反应，会上网搜索，会计算实验中所需的化学品的量，然后还能执行相应的反应。
「网络搜索器」（Web searcher）组件收到来自Planner的查询后，就会用谷歌搜索API。
「文档搜索器」（Docs searcher）组件，能够通过查询和文档索引，查到最相关的部分，从而梳理硬件文档（比如机器人液体处理器、GC-MS、云实验室），然后汇总出一个最佳匹配结果，生成一个最准确的答案。
「代码执行」（Code execution）组件则不使用任何语言模型，只是在隔离的Docker容器中执行代码，保护终端主机免受Planner的任何意外操作。所有代码输出都被传回Planner，这样就能在软件出错时，让它修复预测。「自动化」（Automation）组件也是同样的原理。
比如要让它能集成现代软件，就需要用户能看懂软件文档，但这项文档的语言一般都非常学术、非常专业，造成了很大的障碍。
这些模型的训练来源之一，就是和API相关的大量信息，比如Opentrons Python API。
他们生成了OpenAI的ada嵌入，以便交叉引用，并计算与查询相关的相似性。并且通过基于距离的向量搜索选择文档的部分。
提供部分的数量，取决于原始文本中存在的GPT-4 token数。最大token数设为7800，这样只用一步，就可以提供给AI相关文件。
事实证明，这种方法对于向AI提供加热器-振动器硬件模块的信息至关重要，这部分信息，是化学反应所必需的。
这种方法应用于更多样化的机器人平台，比如Emerald Cloud Lab (ECL)时，会出现更大的挑战。
这个过程中，模型有效地保留了有关给定函数的各种选项、工具和参数的信息。摄取整个文档后，系统会提示模型使用给定函数生成代码块，并将其传回 Planner。
「我们呼吁人工智能社区优先关注这些模型的安全性。我们呼吁OpenAI、微软、谷歌、Meta、Deepmind、Anthropic以及其他主要参与者在其大型语言模型的安全方面付出最大的努力。我们还呼吁物理科学社区与参与开发大型语言模型的团队合作，协助他们制定这些防护措施。」
对此，纽约大学教授马库斯深表赞同：「这不是玩笑，卡内基梅隆大学的三位科学家紧急呼吁对LLM进行安全研究。」
