Yapay zeka modelleri, bilgi işlem maliyetlerini düşürmek için kendi kuantum kimyası araçlarını geliştiriyor

Günümüzde bir dil modelinin özgün bir kuantum dinamiği simülasyonu çalıştırmasını istiyorsanız, genellikle bir insanın yazılımı yazmasını beklemeniz gerekir. OpenFermion veya PennyLane gibi fizik kütüphaneleri oldukça yeteneklidir ancak zaman içinde sabit kalırlar. Bir yapay zeka, önceden programlanmış ortamının dışında bir matematiksel fonksiyon gerektiren bir moleküler yapıyla karşılaştığında, işleyişi durur.

Zijian Zhang, Ignacio Gustin ve Alán Aspuru-Guzik gibi araştırmacıların yer aldığı bir ekip, buna bir çözüm yolu geliştirdi. El Agente Forjador (Forger Agent - Kurucu Ajan) olarak adlandırılan çerçeve, yapay zekayı kendi Python araçlarını sıfırdan yazmaya, yürütmeye ve hata ayıklamaya zorluyor. Bu, kodu statik bir bağımlılık olarak ele almaktan, dinamik olarak oluşturulan bir tedarik zincirine geçişi temsil ediyor.

Python geri bildirim döngüsü

Geleneksel ajan bazlı iş akışları, mevcut yazılımları kesin bir sınır olarak ele alır. El Agente Forjador ise bunları bir taslak olarak görür. Sistem; analiz, oluşturma, yürütme ve değerlendirme olmak üzere dört aşamalı bir döngü üzerinde çalışır.

Bilimsel bir problem verildiğinde, ajan matematiksel gereksinimleri analiz eder ve çözmek için özel bir Python betiği yazar. Ardından kodu çalıştırır. Çıktı simülasyon parametrelerini karşılamazsa, ajan hatayı okur, kendi betiğinde hata ayıklaması yapar ve fizik kuralları tutarlı hale gelene kadar işlemi yineler.

Araştırmacılar bu otonom döngüyü 24 farklı kuantum kimyası ve moleküler dinamiği görevinde test ettiler. Kendi kendini oluşturan (self-forging) döngüyü kullanan modeller, karmaşık kimya problemlerini özel araç setleri yazma yeteneği olmadan çözmeye zorlanan temel sistemlerden sürekli olarak daha iyi performans gösterdi.

Hesaplama maliyetini taşeronlaştırmak

Araştırmadaki en dikkat çekici ayrıntı otomasyonun kendisi değil, hesaplama ekonomisidir. GPT-4o gibi öncü modelleri her yinelemeli bilimsel sorgu için çalıştırmak oldukça maliyetlidir. Bu, Horizon fonlarını Amerikan hiper ölçekleyici fiyatlandırmasına karşı kullanmaya çalışan Avrupalı araştırma enstitüleri için tanıdık bir yapısal dezavantajdır.

El Agente Forjador, bu fiyatlandırma modelini kısmen devre dışı bırakan bir dijital bilgi aktarımı biçimi sunar. Güçlü bir yapay zeka, karmaşık bir molekülün temel durum enerjisini hesaplamak için kullanılan bir betik gibi bir aracı başarıyla oluşturduğunda, bu kodu kalıcı bir kütüphaneye aktarır. Böylece etkili bir şekilde kendi müfredatını oluşturur.

Daha sonra, daha zayıf dil modelleri, uzman seviyesindeki problemleri çözmek için bu doğrulanmış aracı çekebilir. Daha küçük ve daha ucuz bir açık ağırlıklı modelin artık karmaşık kuantum algoritmaları yazacak muhakeme yeteneğine sahip olması gerekmez. Sadece hangi önceden oluşturulmuş aracın raftan çekilmesi gerektiğini bilmesi yeterlidir.

Pahalı model, aracı icat etmek için ağır hesaplama maliyetini öderken, daha ucuz model onu çok düşük maliyetlerle kullanır. Silikon Vadisi öncü modellere sahip olabilir, ancak hesaplamalı kimya bilimi, bu çıktıları toptan satın almanın yolunu buldu.

Kaynaklar

• Zijian Zhang, Ignacio Gustin, Alán Aspuru-Guzik — El Agente Forjador Çerçevesi