14 Examples of How LLMs Can Transform Materials Science and Chemistry: A Reflection on a Large Language Model Hackathon

要約

GPT-4 などの大規模言語モデル (LLM) は、多くの科学者の関心を集めました。
最近の研究では、これらのモデルが化学や材料科学に役立つ可能性があることが示唆されています。
これらの可能性を探るために、私たちはハッカソンを企画しました。
この記事では、このハッカソンの一環として構築されたプロジェクトを記録します。
参加者は、分子や材料の特性の予測、ツールの新しいインターフェイスの設計、非構造化データからの知識の抽出、新しい教育アプリケーションの開発など、さまざまなアプリケーションに LLM を採用しました。
多様なトピックと、実用的なプロトタイプが 2 日以内に生成できたという事実は、LLM が私たちの分野の将来に大きな影響を与えることを強調しています。
アイデアやプロジェクトの豊富なコレクションは、LLM の応用が材料科学や化学に限定されず、幅広い科学分野に潜在的な利益をもたらすことも示しています。

要約(オリジナル)

Large-language models (LLMs) such as GPT-4 caught the interest of many scientists. Recent studies suggested that these models could be useful in chemistry and materials science. To explore these possibilities, we organized a hackathon. This article chronicles the projects built as part of this hackathon. Participants employed LLMs for various applications, including predicting properties of molecules and materials, designing novel interfaces for tools, extracting knowledge from unstructured data, and developing new educational applications. The diverse topics and the fact that working prototypes could be generated in less than two days highlight that LLMs will profoundly impact the future of our fields. The rich collection of ideas and projects also indicates that the applications of LLMs are not limited to materials science and chemistry but offer potential benefits to a wide range of scientific disciplines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google