Un equipo de investigadores de la UC Berkeley utilizó con éxito el ChatGPT para generar grandes conjuntos de datos con el fin de estudiar las estructuras metal-orgánicas (MOFs) útiles en la lucha contra el cambio climático.
Según un estudio reciente publicado en el Journal of the American Chemical Society, el uso de ChatGPT permitió la rápida recopilación de datos sobre MOFs, acelerando la investigación. Los MOFs son materiales altamente porosos que se pueden utilizar para reducir la escasez de agua y la contaminación del aire.
Conectando ChatGPT a una fuente
Para utilizar ChatGPT y generar información precisa y relevante, los investigadores escribieron indicaciones para obtener resultados estructurados, reduciendo alucinaciones al hacer que el modelo de lenguaje se refiriera solo a la información presente en el artículo.
Responde a la pregunta de la manera más precisa posible utilizando el contexto proporcionado. Si no se proporciona información o no estás seguro, utiliza «N/A».
Por favor, concéntrate en extraer condiciones experimentales solo de la síntesis de MOF e ignora información relacionada con la síntesis de ligandos orgánicos.
Ejemplo de indicación
El equipo de investigación creó instrucciones e información contextual para que ChatGPT extrajera, limpiara y organizara pasajes de texto de 228 artículos científicos relevantes.
Los resultados fueron impresionantes: ChatGPT completó en «una fracción de hora» lo que llevaría años a un estudiante de posgrado, según los investigadores, y logró una precisión del 95% en la extracción de datos sobre MOFs.
IA acelerando la ciencia
El uso de ChatGPT permite a los químicos procesar grandes cantidades de datos sin necesidad de habilidades de programación, acelerando su investigación, concluye el artículo. Esto podría acelerar los descubrimientos en el campo de los MOFs, ahorrando tiempo valioso en la lucha contra el cambio climático.
«Una gran área de cómo hacer ‘IA para la ciencia' es explorar la literatura de manera más efectiva. Esto es realmente un salto significativo en el procesamiento de lenguaje natural en la química», dijo Chayes, decano de la Facultad de Computación, Ciencia de Datos y Sociedad. «Y para usarlo, puedes ser solo un químico, no un científico de la computación».
Además, el método podría aplicarse a otras áreas de la química, ejemplificando cómo la inteligencia artificial puede acelerar la investigación científica.
