我给你设计一个有机化学结构式，你能找出合成路线吗

There are many kinds of problems that follow this same general pattern.Finding a winning sequence of plays in a game graph.Finding the solution to a puzzle as a sequence of moves through a graph of possibilities.Finding a proof of a theorem given certain axioms.Finding a chemical synthesis pathway given certain basic reactions.And in general solving a multitude of NP problems in which many “nondeterministic” paths of computation are possible.有许多种问题都遵循同样的一般模式。在游戏图中找到获胜的游戏序列。通过可能性图的一系列移动来寻找谜题的解决方案。在给定某些公理的情况下找到定理的证明。在给定某些基本反应的情况下寻找化学合成途径。一般来说，解决大量NP问题，其中许多“非确定性”计算路径都是可能的。In the very simple example above,we’re readily able to explicitly generate a whole multiway graph.But in most practical examples,the graph would be astronomically too large.So the challenge is typically to suss out what moves to make without tracing the whole graph of possibilities.One common approach is to try to find a way to assign a score to different possible states or outcomes,and to pursue only paths with(say)the highest scores.In automated theorem proving it’s also common to work “downward from initial propositions” and “upward from final theorems”,trying to see where the paths meet in the middle.And there’s also another important idea:if one has established the “lemma” that there’s a path from X to Y,one can add X → Y as a new rule in the collection of rules.

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。

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：