Forscher der University of California haben das Potenzial des Einsatzes von chatgpt, einem KI-gesteuerten Chatbot, zur Demokratisierung der Datenextraktion in der wissenschaftlichen Forschung aufgezeigt. Das Team konzentrierte sich auf den Bereich Chemie und entwickelte den ChatGPT Chemistry Assistant, der den Zeit- und Arbeitsaufwand für die Analyse wissenschaftlicher Literatur für die Entwicklung neuer Materialien erheblich reduziert.
In ihrer im Journal of the American Chemical Society veröffentlichten Studie nutzte das Team ChatGPT zur Suche nach wissenschaftlicher Literatur, eine Aufgabe, die bekanntermaßen zeitaufwändig ist. Anschließend nutzten sie diese Daten, um ein Vorhersagemodell für experimentelle Ergebnisse zu erstellen. Die Fülle an Informationen in wissenschaftlichen Arbeiten ist für Chemiker von entscheidender Bedeutung, doch das Extrahieren der relevantesten Details kann ein mühsamer Prozess sein. Beispielsweise müssen Forscher, die an der Entwicklung metallorganischer Gerüste (MOFs) mit potenziellen Anwendungen in der sauberen Energie interessiert sind, zahlreiche wissenschaftliche Arbeiten durchsehen, in denen verschiedene experimentelle Bedingungen beschrieben werden.
Bisherige Versuche, diese Aufgabe mithilfe von KI-Sprachverarbeitungsmodellen zu automatisieren, waren technisch anspruchsvoll und erforderten Anpassungen für verschiedene Themen. Die Forscher wollten jedoch untersuchen, ob ChatGPT eine zugänglichere und anpassungsfähigere Lösung für die Informationsextraktion bieten könnte. Sie schulten ChatGPT darin, wissenschaftliche Arbeiten zu analysieren und experimentelle Details durch die Bereitstellung spezifischer Eingabeaufforderungen oder Anweisungen zu extrahieren.
Die Forscher trafen Vorkehrungen, um Halluzinationen zu minimieren, ein Phänomen, bei dem KI-Modelle ungenaue Reaktionen erzeugen. Sie haben die Eingabeaufforderungen sorgfältig zusammengestellt, um genaue und aussagekräftige Antworten zu gewährleisten. Beim Test anhand von 228 Artikeln, die MOF-Synthesen beschreiben, konnte das System erfolgreich über 26.000 relevante Faktoren im Zusammenhang mit etwa 800 Verbindungen extrahieren.
Anhand dieser extrahierten Daten trainierte das Team den ChatGPT-Chemieassistenten, den kristallinen Zustand von MOFs basierend auf verschiedenen Bedingungen vorherzusagen. Sie entwickelten außerdem eine benutzerfreundliche Chatbot-Oberfläche, um Fragen zu den Daten zu beantworten. Im Gegensatz zu früheren KI-basierten Methoden erfordert dieser Ansatz keine Programmierkenntnisse und ermöglicht es Wissenschaftlern, den Fokus durch Modifizierung der Erzählsprache der Eingabeaufforderungen anzupassen.
Die potenziellen Anwendungen dieses KI-gesteuerten Systems gehen über die Chemie hinaus und machen es zu einem wertvollen Werkzeug für Forscher in verschiedenen Bereichen. Die Automatisierung der Datenextraktion und -analyse durch Technologien wie ChatGPT ebnet den Weg für beschleunigte wissenschaftliche Entdeckungen und Innovationen.
