論文の概要: GPT-Lab: Next Generation Of Optimal Chemistry Discovery By GPT Driven Robotic Lab

• arxiv url: http://arxiv.org/abs/2309.16721v1
• Date: Fri, 15 Sep 2023 10:51:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-08 11:14:02.684981
• Title: GPT-Lab: Next Generation Of Optimal Chemistry Discovery By GPT Driven Robotic Lab
• Title（参考訳）: GPT-Lab: GPT駆動ロボットラボによる次世代の最適化学発見
• Authors: Xiaokai Qin, Mingda Song, Yangguan Chen, Zhehong Ai, Jing Jiang
• Abstract要約: GPT-Labは、GPTモデルを用いてロボットに人間のような知性を与えるパラダイムである。 我々のロボット実験プラットフォームでは、GPT-Labは材料や方法の文献を採掘し、その結果を検証する。
• 参考スコア（独自算出の注目度）: 4.8673867161160285
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The integration of robots in chemical experiments has enhanced experimental efficiency, but lacking the human intelligence to comprehend literature, they seldom provide assistance in experimental design. Therefore, achieving full-process autonomy from experiment design to validation in self-driven laboratories (SDL) remains a challenge. The introduction of Generative Pre-trained Transformers (GPT), particularly GPT-4, into robotic experimentation offers a solution. We introduce GPT-Lab, a paradigm that employs GPT models to give robots human-like intelligence. With our robotic experimentation platform, GPT-Lab mines literature for materials and methods and validates findings through high-throughput synthesis. As a demonstration, GPT-Lab analyzed 500 articles, identified 18 potential reagents, and successfully produced an accurate humidity colorimetric sensor with a root mean square error (RMSE) of 2.68%. This showcases the rapid materials discovery and validation potential of our system.
• Abstract（参考訳）: 化学実験におけるロボットの統合は実験の効率を高めたが、文学を理解するための人間の知性が欠如しているため、実験的な設計を支援することはほとんどない。 したがって、実験設計から自己駆動型研究所(SDL)の検証までの完全プロセスの自律化は、依然として課題である。 GPT(Generative Pre-trained Transformers)、特にGPT-4のロボット実験への導入は解決策を提供する。 GPT-Labは、GPTモデルを用いてロボットに人間のような知性を与えるパラダイムである。 ロボット実験プラットフォームを用いて,gpt-labは材料や手法に関する文献を発掘し,高スループット合成による結果の検証を行う。 実演として、gpt-labは500の論文を分析し、18の潜在的な試薬を特定し、根平均二乗誤差(rmse)が2.68%の正確な湿度測色センサを作製した。 これは我々のシステムの素早い材料発見と検証の可能性を示す。

関連論文リスト

• CRISPR-GPT: An LLM Agent for Automated Design of Gene-Editing Experiments [51.41735920759667]
  大規模言語モデル(LLM)は様々なタスクにおいて有望であるが、しばしば特定の知識が欠如し、生物学的設計の問題を正確に解くのに苦労する。 本研究では,CRISPRに基づく遺伝子編集実験の設計プロセスを自動化するために,ドメイン知識と外部ツールを付加したLCMエージェントであるCRISPR-GPTを紹介する。
  論文  参考訳（メタデータ） (2024-04-27T22:59:17Z)
• Image and Data Mining in Reticular Chemistry Using GPT-4V [5.440238820637818]
  GPT-4Vは、ChatGPTまたはAPIを通じてアクセス可能な、拡張された視覚機能を備えた大きな言語モデルである。 本研究は,GPT-4Vが金属-有機化合物の複雑なデータをナビゲートし,得ることができることを示す。
  論文  参考訳（メタデータ） (2023-12-09T05:05:25Z)
• Human Comprehensible Active Learning of Genome-Scale Metabolic Networks [7.838090421892651]
  仮説空間を効率的に探索し、実験設計を導く、理解可能な機械学習アプローチが緊急に必要である。 Inductive Logic Programming (ILP) に基づく新しい機械学習フレームワーク ILP-iML1515 を提案する。 ILP-iML1515はゲノムスケールの代謝モデルの理解可能な論理的表現に基づいて構築されており、補助栄養変異体試験から新しい論理構造を学習することでモデルを更新することができる。
  論文  参考訳（メタデータ） (2023-08-24T12:42:00Z)
• A GPT-4 Reticular Chemist for Guiding MOF Discovery [0.704345141118018]
  本稿では,AIモデル GPT-4 をレチキュラー化学実験の反復過程に統合する新しいフレームワークを提案する。 このGPT-4レチキュラーケミストは3つの相からなる統合システムである。
  論文  参考訳（メタデータ） (2023-06-20T05:26:44Z)
• Can large language models democratize access to dual-use biotechnology? [0.0]
  大規模言語モデル(LLM)は研究を加速し、民主化している。 これらのモデルはまた、大きな損害を与える可能性のあるデュアルユース技術への容易なアクセスを与えるかもしれない。 このリスクを評価するため、MITの'Safeguarding the Future'コースでは、非科学者の学生を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-06-06T15:52:05Z)
• BiomedGPT: A Unified and Generalist Biomedical Generative Pre-trained Transformer for Vision, Language, and Multimodal Tasks [67.32172830174797]
  バイオメディカルタスクのための,初のオープンソースで汎用的なビジュアル言語AIであるBiomedGPTを提案する。 26のデータセットで5つの臨床的に重要なタスクに対して16の最先端の結果が得られた。
  論文  参考訳（メタデータ） (2023-05-26T17:14:43Z)
• Extracting Structured Seed-Mediated Gold Nanorod Growth Procedures from Literature with GPT-3 [52.59930033705221]
  1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。 1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。
  論文  参考訳（メタデータ） (2023-04-26T22:21:33Z)
• Evaluation of GPT and BERT-based models on identifying protein-protein interactions in biomedical text [1.3923237289777164]
  生成事前学習型変換器(GPT)や変換器(BERT)からの双方向エンコーダ表現などの事前学習型言語モデルは、自然言語処理(NLP)タスクにおいて有望な結果を示している。 複数GPTモデルとBERTモデルのPPI識別性能を、3つの手作業による金標準コーパスを用いて評価した。
  論文  参考訳（メタデータ） (2023-03-30T22:06:10Z)
• GFlowNets for AI-Driven Scientific Discovery [74.27219800878304]
  我々はGFlowNetsと呼ばれる新しい確率論的機械学習フレームワークを提案する。 GFlowNetsは、実験科学ループのモデリング、仮説生成、実験的な設計段階に適用できる。 我々は、GFlowNetsがAIによる科学的発見の貴重なツールになり得ると論じている。
  論文  参考訳（メタデータ） (2023-02-01T17:29:43Z)
• Machine learning in bioprocess development: From promise to practice [58.720142291102135]
  機械学習(ML)アプローチのようなデータ駆動の手法は、大きな設計空間を合理的に探索する可能性が高い。 本研究の目的は,これまでのバイオプロセス開発におけるML手法の適用例を示すことである。
  論文  参考訳（メタデータ） (2022-10-04T13:48:59Z)
• Deep metric learning improves lab of origin prediction of genetically engineered plasmids [63.05016513788047]
  遺伝工学の属性(GEA)は、配列-ラブの関連を作る能力である。 本稿では,計量学習に基づいて,最も可能性の高い実験室をランク付けする手法を提案する。 我々は、特定の実験室のプラスミド配列のキーシグネチャを抽出することができ、モデル出力の解釈可能な検査を可能にする。
  論文  参考訳（メタデータ） (2021-11-24T16:29:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。