一种名为MOSAIC的全新人工智能框架旨在协助化学家进行化学合成，其在实验验证中取得了71%的成功率，并促成了超过35种新型化合物的合成。该系统在最近一篇《自然》杂志的文章中进行了详细介绍，它利用数百万个反应协议的集体知识，提供可重现和可执行的实验程序，并附带置信度指标。

MOSAIC（用于人工智能辅助化学预测的多个优化专家）旨在应对化学领域中日益增长的挑战，即如何驾驭浩瀚且快速扩张的科学文献。每年都会报道成千上万个新的化学反应，这使得化学家难以将这些信息转化为实际的实验。目前的人工智能语言模型在这方面显示出潜力，但一直难以在各种化学转化和新型化合物中持续提供可靠的结果。

MOSAIC框架建立在Llama-3.1-8B-instruct架构之上，并整合了在Voronoi聚类空间内训练的2,498个专业化学专家。这种专业化的方法使该系统能够提供详细的实验方案，并评估复杂合成的成功可能性。使用MOSAIC合成的新型化合物涵盖了广泛的应用领域，包括制药、材料科学、农用化学品和化妆品。

MOSAIC的开发突显了人工智能辅助研究中集体智慧的潜力。通过训练大量专业化的人工智能代理，并允许它们从庞大的化学反应数据库中学习，该系统可以提供人类化学家单独难以复制的见解和指导。这种方法不仅加快了发现的步伐，而且还普及了对高级化学知识的访问。

MOSAIC的影响力不仅限于实验室。通过简化化学合成的过程，该框架有可能降低开发新药、新材料和其他必需产品的成本和时间。此外，该系统提供置信度指标的能力可以帮助化学家优先考虑实验，并避免将资源浪费在不太有希望的研究途径上。

研究人员正在继续完善MOSAIC框架，并探索其在其他科学研究领域的潜在应用。未来的发展可能包括扩展该系统的化学反应数据库，提高其处理复杂和多步合成的能力，以及将其与机器人平台集成以实现自动化实验。最终目标是创建一个强大而通用的工具，使化学家能够突破化学知识和创新的界限。