Large language models do not replace chemists in a closed-loop catalysis experiment
जबकि बड़े भाषा मॉडलों ने एक जटिल क्लोज्ड-लूप कैटालिसिस प्रयोग को संचालित करने में उत्कृष्ट गति और लागत-दक्षता प्रदर्शित की, वे मूक त्रुटियों और तार्किक विसंगतियों के कारण सबसे सक्रिय उत्प्रेरक फॉर्मुलेशन की खोज करने में मानव विशेषज्ञों से बेहतर प्रदर्शन करने में विफल रहे, जो यह संकेत देता है कि वर्तमान में एलएलएम (LLMs) स्टैंडअलोन प्रतिस्थापन के बजाय विशेषज्ञ देखरेख की आवश्यकता वाले पूरक उपकरणों के रूप में सर्वोत्तम सेवा करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक उच्च-दांव वाली कुकिंग प्रतियोगिता की कल्पना करें जहाँ लक्ष्य दुनिया का सबसे कुशल हाइड्रोजन-उत्पादक "सूप" बनाना है। आपके पास एक विशाल पेंट्री है जिसमें 25 अलग-अलग सामग्रियां हैं: चार प्रकार के विशेष नैनो-केक्स (nanoCOFs), बारह अलग-अलग खनिज पाउडर, तीन प्रकार के ईंधन एडिटिव्स, तीन साबुन, एसिड, बेस और एक बहुमूल्य प्लैटिनम मसाला। चुनौती यह है कि एक रोबोट किचन में उन्हें मिलाकर वह सटीक रेसिपी ढूँढना जो सबसे अधिक बुलबुले (हाइड्रोजन गैस) बना सके।
इस प्रयोग में, दो शेफों के बीच मुकाबला हुआ: मानव विशेषज्ञों की एक टीम और एक सुपर-फास्ट, सुपर-स्मार्ट एआई शेफ (एक लार्ज लैंग्वेज मॉडल जिसे GPT-5.1 कहा गया है)। रोबोट किचन शोर भरा और अस्त-व्यस्त था, जहाँ माप कभी-कभी भटक जाते थे या भ्रमित हो जाते थे, जिससे काम करना कठिन हो जाता था।
एआई शेफ का स्पीड रन
एआई शेफ एक स्पीड डेमन था। यह मानव टीम की तुलना में 35 गुना तेजी से स्वाद ले सकता था, सोच सकता था और अगले प्रयोगों का ऑर्डर दे सकता था। एआई के दिमाग को चलाने की लागत इंसानों को उनके समय के लिए भुगतान करने की तुलना में लगभग 1,900 गुना कम थी। एआई रेसिपी बुक्स को पढ़ने, डेटा में पैटर्न पहचानने और यह सुझाव देने में बहुत अच्छा था कि एक विशिष्ट साबुन (SDS) सामग्रियों को बेहतर तरीके से मिलाने में मदद कर सकता है। वह इस बारे में सही था! जब उसने साबुन मिलाया, तो हाइड्रोजन उत्पादन में काफी उछाल आया।
हालाँकि, एआई से कुछ "ब्रेन फार्स" (दिमागी चूक) भी हुए।
- गणित की गलती: शुरुआत में, इसने प्लैटिनम मसाले का उपयोग करने की मात्रा की गलत गणना की क्योंकि यह मसाले के जार का वजन चेक करना भूल गया था। इसने इसके कुछ कीमती प्रयोगों की कीमत चुकाई।
- मेमोरी ग्लिच: बाद में, जब प्रयोग बदल गया (पकाने का समय कम कर दिया गया), तो एआई अपने ही नोट्स से भ्रमित हो गया। यह भूल गया कि नए डेटा की सीधे पुराने डेटा से तुलना नहीं की जा सकती थी, जिससे वह कुछ समय के लिए एक गलत रास्ते पर भटकता रहा जब तक कि इंसानों को हस्तक्षेप करके इसकी मेमोरी रीसेट नहीं करनी पड़ी।
- टनल विजन: एआई एक ही तरह की कुछ रेसिपीओं को बार-बार दोहराने की प्रवृत्ति रखता था, सुरक्षित रहने के लिए प्रयोगों को दोहराता रहा, जबकि इंसान अधिक जंगली और नए संयोजनों को आजमाने के लिए तैयार थे।
ह्यूमन शेफ की डीप डाइव
मानव टीम धीमी थी, लेकिन वे अधिक सावधान खोजकर्ता थे। उन्होंने केवल गैस के बुलबुलों को नहीं देखा; उन्होंने सूप को भी देखा। उन्होंने देखा कि जारों में मिश्रण रंग और बनावट (फेज व्यवहार) बदल रहा था—ऐसे सुराग जिन्हें एआई नहीं देख सका क्योंकि उसके पास केवल गैस का डिजिटल रीडआउट था।
इस अतिरिक्त संवेदी इनपुट और एआई की शांत गलतियों को पकड़ने की अपनी क्षमता के कारण, मानव टीम अंततः एक ऐसी रेसिपी खोजने में सफल रही जो औसतन, एआई द्वारा स्वयं खोजी गई सर्वश्रेष्ठ रेसिपी से थोड़ी अधिक सक्रिय थी। उन्होंने केवल एआई के विचारों में बदलाव नहीं किया; वे बुनियादी बातों पर वापस गए, विभिन्न नैनो-केक्स आजमाए, और प्लैटिनम के स्तरों को उन तरीकों से समायोजित किया जिन्हें एआई ने पूरी तरह से अनुकूलित नहीं किया था।
बड़ा फैसला
तो, क्या एआई ने मानव रसायनशास्त्री की जगह ले ली? नहीं।
यह पेपर स्पष्ट रूप से इस विचार को खारिज करता है कि एआई बिना मदद के जटिल, शोर वाले लैब वर्क को आसानी से संभाल सकता है। हालांकि एआई एक शानदार, अथक सहायक था जो सेकंडों में डेटा प्रोसेस कर सकता था और विचार प्रस्तावित कर सकता था, लेकिन वह पूर्ण नहीं था। इसने आत्मविश्वास के साथ गलत अनुमान लगाए, लूप में फंस गया, और उन भौतिक सुरागों को मिस कर गया जो उसकी "आंखों" (यदि उसकी आंखें होतीं) के ठीक सामने थे।
लेखक सुझाव देते हैं कि आगे बढ़ने का सबसे अच्छा तरीका रोबोट और इंसान के बीच से किसी एक को चुनना नहीं है, बल्कि उन्हें एक टीम के रूप में काम करना चाहिए। एआई हजारों प्रयोगों को तेजी से और सस्ते में चलाने का भारी काम कर सकता है, जबकि मानव विशेषज्ञ पायलट के रूप में कार्य करता है, त्रुटियों पर नज़र रखता है, भौतिक परिवर्तनों की व्याख्या करता है, और जब एआई भ्रमित हो जाता है तो जहाज को दिशा देता है। इस उच्च-दांव वाली रसोई में, रोबोट सबसे तेज़ 'सू शेफ' (सहायक रसोइया) है, लेकिन यह सुनिश्चित करने के लिए कि सूप जले नहीं, उसे अभी भी एक मानव 'हेड शेफ' की आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।