自动化流程图

原创xiaoming乐谷说2023-12-23 23:00文章地址：https://www.nature.com/articles/s41586-023-06792-0nature前几天发来王炸，论文标题《Autonomous chemical research with large language models》，趁着周末读了一下。图里的意思大概可以这么理解。这张图片展示了一个名为“Coscientist”的人工智能系统的工作流程图，该系统用于自动化化学研究。图中描述了从一个简单的人类提示开始，到实验结束的整个过程。具体步骤包括：文献搜索（Literature search）：当被问及是否能合成某个分子A时，Coscientist首先会在互联网上搜索相关的合成路线。协议选择（Protocol selection）：接着，Coscientist会根据搜索结果制定实验协议。翻译成代码（Translation into code）：然后，Coscientist会将实验协议写成代码，以指导自动化实验设备。实验（Experiment）：最后，机器人根据代码执行实验任务。这个过程是可迭代的，意味着Coscientist可以根据实验结果调整协议，以改进实验并实现预期目标。这个系统利用大型语言模型来规划和实施化学任务，展示了人工智能在化学研究中的应用潜力。价值在于：1.GPT在自动化化学研究方面也有极高的潜力。2.人们自然语言提需求（目标），GPT帮你读论文，生成方法，生成代码，运行程序，改变配方配比，观察实验结果，反馈实验结果，对比与目标是否一致，如果不一致该怎么微调更新，更新之后，继续循环。达到目标之后，给人类反馈结果和方法（或直接用于工业制造进入大生产）。3.未来，稀缺的不是执行，而是目标。核心观点如下：

这张图是一个复杂的流程图，它展示了一个科学实验自动化系统的工作流程。流程图分为三个主要部分，标记为a、b和c。[heading4]a部分[content]这部分展示了从科学家的输入提示开始，通过不同的模块和步骤，直到实验自动化的整个过程。流程包括使用谷歌搜索API、浏览器、代码提交和执行、实验规划、文档搜索和索引检索等。这里涉及到的技术包括Docker容器、Python编程语言和硬件API文档。流程图中还指出了哪些模块使用了大型语言模型（LLMs）。[heading4]b部分[content]这部分列出了为了验证代理（可能是指自动化系统或软件代理）而执行的实验，以及在线搜索有机合成的过程。还包括执行交叉偶联反应和优化反应条件的步骤。[heading4]c部分[content]这部分是流程图的实际应用场景的照片，显示了实验室中的设备和计算机。照片中标注了加热-振荡模块、液体处理器的移液管和一台笔记本电脑，笔记本电脑上显示的界面可能是用于控制实验流程的软件。整体来看，这张图描绘了一个科学实验流程的自动化，从科学家的输入到实验的执行和文档化，涉及到软件和硬件的交互。这可能是一个实验室信息管理系统（LIMS）或类似系统的示例，它使用计算机技术和自动化设备来提高实验的效率和准确性。这张图是一篇科学论文中的一部分，展示了几个不同的大型语言模型（LLMs）在化学合成规划任务中的性能比较。图中包含了三个主要部分：

只需输入新闻链接，系统就能自动提取核心内容开始节点，入参：1、新闻链接2、视频合成插件api_key添加网页图片链接提取插件，承接开始节点的新闻链接获取网页里的图片，我们这里以1ai.net的资讯为例子，这里的资讯都比较简单，只有一张主图，标题，内容都齐全，所以适合我们来操作当我们输入1ai.net的一则新闻，发现，提取出很多链接有趣的是，第一条链接就是新闻主图，其他内容都是不重要的icon所有我们就要添加图片链接提取节点，如果我们为了节省写代码时间，直接用大模型节点帮我们提取，只拿提取的链接集合的第一条，这样新闻的主要图片就搞定了。图片链接提取提示词接着利用，调整图片的节点，将url属性的图片内容转化为image属性的图片（因为url节点在画板中是string的格式，所以必须转为img格式）现在到了文字部分，使用链接读取节点，将文字内容提取出来在提取链接后面接上一个大模型节点，用来重写新闻成为口播稿子，这里用到最强的DeepseekR1模型，来生成有吸引力的口播内容小tips，如果想要加上自己的特征，可以在提示词里写：”开头加上‘这里是伊登AI’之类的个性化台词防伪“PS：这里的deepseekR1基础版本是限额使用，我们可以在专业版手动接入DeepseekR1手动接入推理模型