OpenAI ต่อ GPT เข้าแล็บเคมีจริง — ค้นพบตัวเร่งช่วยปฏิกิริยา Chan-Lam ได้ในห้องทดลอง

OpenAI เชื่อม GPT เข้ากับระบบแล็บเคมีแบบ high-throughput ชื่อ Maria แล้วให้โจทย์ปลายเปิดว่า ให้หาวิธีปรับปรุงปฏิกิริยาสำคัญกลุ่มหนึ่ง ปฏิกิริยาที่เลือกคือ Chan-Lam ซึ่งเป็นการสร้างพันธะคาร์บอน-ไนโตรเจน พันธะแบบนี้พบได้ทั่วไปในเคมียา แต่เดิมทำงานได้ไม่ดีนักกับสารกลุ่ม sulfonamide ที่เป็นกลุ่มเคมีคล้ายยาที่มีประโยชน์

ภาพจำคือ แทนที่ AI จะแค่ตอบคำถาม มันถูกวางให้เดินครบทั้งลูปของงานวิจัย ตั้งแต่อ่านข้อมูล เสนอไอเดีย ออกแบบการทดลอง วิเคราะห์ผล ไปจนถึงเสนอการทดลองรอบถัดไป

GPT เสนอให้ใช้สารเติมที่ชื่อ TEMPO เป็น oxidant เพิ่มเข้าไปในปฏิกิริยา จากนั้นเมื่อทดสอบจริงในระดับสเกล พบว่า TEMPO ช่วยเพิ่ม yield ของปฏิกิริยาอย่างมีนัยสำคัญ และทำได้ดีกว่า oxidant ตัวอื่นที่ลองเทียบ จุดสำคัญคือคนไม่ได้หายไปจากกระบวนการ นักเคมียังคอยกำหนดทิศ ปรับแก้ และลงมือทำในห้องทดลองเอง ส่วน AI ทำหน้าที่เร่งวงจรคิด-ทดลอง-วิเคราะห์-ปรับ ที่ปกติช้าและแพง OpenAI ออก paper เทคนิคฉบับเต็มประกอบ

แม้เราส่วนใหญ่ไม่ได้ทำงานในแล็บเคมี แต่ข่าวนี้เป็นภาพตัวอย่างชัดของ AI ที่ทำงานเป็นระบบ ไม่ใช่แค่ตอบสวย มันสะท้อนทิศทางว่างาน R&D และงานที่ต้องลองผิดลองถูกซ้ำ ๆ จะเร็วขึ้นเมื่อมี AI ช่วยเร่งวงจร แต่จุดที่ควรจำไว้คือ คนยังต้องคุมและตรวจทุกขั้น ตรงกับหลักที่ว่า AI ต้องทำให้งานเบาลง เร็วขึ้น และตรวจสอบได้ ไม่ใช่ปล่อยให้ตัดสินใจแทน

ฟันธง: ตามดู เป็นสัญญาณว่ารูปแบบ AI-in-the-loop กับงานทดลองกำลังมาจริง ใครทำงานสาย R&D วิเคราะห์ หรือทดลองซ้ำ ๆ ลองคิดว่าจะออกแบบลูป ให้ AI เสนอ คนตรวจ แล้วทดสอบ มาใช้กับงานตัวเองได้ตรงไหน