Zwiększenie produktywności badań i rozwoju dzięki Copilot w Azure Quantum Elements

W firmie Microsoft widzimy możliwości przyspieszenia produktywności badań i rozwoju (R&D) oraz zapoczątkowania nowej ery odkryć naukowych poprzez wykorzystanie mocy dzisiejszej sztucznej inteligencji nowej generacji. Dążąc do tego celu, niedawno udostępniliśmy Copilot w aplikacji Azure Quantum Elements, która umożliwia naukowcom wykorzystywanie języka naturalnego do rozumowania i organizowania rozwiązań niektórych z najbardziej złożonych problemów w dziedzinie chemii i materiałoznawstwa – od opracowywania bezpieczniejszych i bardziej zrównoważonych produktów po przyspieszenie odkrywania leków. Dzięki Copilot naukowcy nie muszą już ręcznie przeszukiwać niezliczonych artykułów naukowych w poszukiwaniu odpowiednich danych. Co więcej, naukowcy mogą przekształcić kilka słów języka naturalnego w kod symulacji chemicznej, a studenci mogą korzystać z interaktywnych ćwiczeń, aby poznać koncepcje obliczeń kwantowych.

Azure Quantum Elements

Przyspieszanie odkryć naukowych

Pomaganie naukowcom uczyć się i robić więcej dzięki Copilot

Żyjemy w czasach szybkich zmian technologicznych, które przekształcą niemal każdy aspekt pracy i życia. Jednym z przykładów jest dzisiejsza nowa generacja sztucznej inteligencji i dużych modeli językowych, które pozwalają nam wykorzystać nasz uniwersalny interfejs użytkownika – język naturalny – w celu zwiększenia wydajności zadań.

W niedawnym poście podkreśliliśmy, w jaki sposób połączyliśmy modele AI przewidujące właściwości nowych materiałów z obliczeniami HPC w celu cyfrowego sprawdzenia kandydatów. Praca ta podkreśliła możliwości przyspieszenia, jakie sztuczna inteligencja zapewnia w cyfrowym potoku odkrywania. Dzięki dodaniu dużych modeli językowych, sztuczna inteligencja może zapewnić jeszcze więcej możliwości zwiększenia produktywności badań.

Uruchomienie Copilota – zapewniającego darmowe możliwości online i głębsza integracja w ramach Azure Quantum Elements – wynikała z chęci zwiększenia produktywności badań i nadania priorytetu potrzebom innowatorów, wyposażając ich w płynne środowisko użytkownika, które może sprawić, że złożone symulacje będą łatwiejsze w zarządzaniu. Copilot w Azure Quantum jest oparty na usługach Azure OpenAI i bazuje na danych z dziedziny chemii i materiałoznawstwa pochodzących z ponad 300 000 dokumentów, publikacji, podręczników i instrukcji o otwartym kodzie źródłowym. Oznacza to, że użytkownicy mogą uzyskiwać odpowiedzi techniczne i z przewodnikiem, wyszukiwać i wizualizować dane oraz inicjować symulacje, co z kolei zmniejsza bariery w konfigurowaniu i uruchamianiu przepływów pracy. Co więcej, Copilot może pomóc innowatorom przygotować się na kwantową przyszłość dzięki interaktywnym ćwiczeniom umożliwiającym poznanie obliczeń kwantowych i pisanie kodu dla dzisiejszych komputerów kwantowych.

Obniżenie bariery wejścia dla symulacji chemicznych: generowanie kodu dla naukowych przepływów pracy

Obliczeniowe przepływy pracy mogą być złożone i zazwyczaj wymagają dogłębnego zrozumienia różnych pakietów oprogramowania i kodów. Dzięki Copilot zintegrowanemu z Azure Quantum Elements, naukowcy mogą teraz uruchamiać symulacje bez konieczności samodzielnego pisania całego kodu, ze względu na zdolność Copilot do generowania kodu zarówno dla nowych, jak i istniejących przepływów pracy w notatniku Jupyter.

Na przykład, Copilot może generować kod pomagający modelować strukturę elektronową cząsteczki za pomocą obliczeń teorii funkcjonalnej gęstości (DFT). DFT jest jedną z najpopularniejszych metod chemii obliczeniowej ze względu na jej wydajność i dokładność w szerokim zakresie właściwości kwantowo-mechanicznych, pomagając w wizualizacji struktury elektronowej i wielu innych aplikacjach do oceny właściwości.

Co więcej, Copilot może opisać podejście obliczeniowe do rozwiązania problemu naukowego i poinstruować system, aby skonfigurował zarówno potrzebne oprogramowanie bazowe, jak i sprzęt, na którym można je uruchomić. To znacznie obniża bariery w prowadzeniu przepływów pracy w dziedzinie chemii i materiałoznawstwa. Poniższy przykład podkreśla zdolność Copilota do korzystania z pakietu Quantum ESPRESSO i pisania kodu do obliczania struktury pasmowej arsenku indu, półprzewodnika, przy użyciu menedżera przepływu pracy AiiDA.

Dostrojony do badań naukowych: Możliwości generowania rozszerzonego wyszukiwania

Podczas gdy zintegrowane funkcje kodowania Copilot są obecnie dostępne tylko dla klientów Azure Quantum Elements, Copilot oferuje również bezpłatne możliwości pomagające usprawnić badania. Korzystając z tych funkcji, naukowcy mogą zaoszczędzić cenny czas, używając Copilot do szybkiego wyszukiwania i podsumowywania odpowiednich badań i artykułów. Jest to możliwe, ponieważ Copilot może odwoływać się do publicznie dostępnych badań naukowych, które są dopuszczalne do użytku komercyjnego.

Ta zdolność odniesienia jest możliwa dzięki uziemieniu, technice, w której modele AI wyodrębniają istotne informacje z różnych zestawów danych, umożliwiając im generowanie poprawnych odpowiedzi na pytania. Uziemienie opiera się na Retrieval Augmented Generation (RAG), która pomaga dużym modelom językowym wydobywać spostrzeżenia z dużych ilości danych uzupełniających i specyficznych dla biznesu bez konieczności ponownego trenowania modeli na nowych informacjach – co jest bardzo kosztownym zadaniem. Dzięki RAG duży model językowy przeszukuje dodatkowy zestaw danych i dopasowuje monit użytkownika do odpowiednich fragmentów, które są następnie podsumowywane. Więcej informacji na temat uziemiania danych można znaleźć w niedawnym artykule Microsoft Research.

Dzięki tym możliwościom programu Copilot, badacze mogą uzyskać techniczne odpowiedzi na wiele różnych pytań naukowych. Jako przykład, poniższa ilustracja pokazuje Copilot cytujący ostatnie artykuły badawcze, aby odpowiedzieć na pytanie: „Czy możesz mi pomóc zaprojektować nowe stopy, które mają zarówno wysoką wytrzymałość, jak i plastyczność? Jakie są możliwości?”

Uzasadnione dodatkowymi danymi z zakresu chemii i materiałoznawstwa: wizualizacja molekularna i zastrzeżone zbiory danych

Oprócz tego, że Copilot w Azure Quantum jest oparty na publicznie dostępnych artykułach naukowych dla zapytań tekstowych, jest on również rozszerzony o dane dotyczące struktury molekularnej. Oznacza to, że badacze mogą wizualizować cząsteczki, pochodzące z milionów możliwości, a także obliczać ich odpowiednie orbitale¹. Jako przykład, Copilot może wizualizować cząsteczkę znajdującą się w aspirynie, kwasie acetylosalicylowym. Niezależnie od tego, czy wprowadzony tekst to aspiryna czy kwas acetylosalicylowy, Copilot wyświetli tę samą cząsteczkę.

Możliwości wizualizacji molekularnej Copilot są następujące dostępne za darmo. Co więcej, nasz zespół Azure Quantum ciężko pracuje nad pionierskimi nowymi funkcjami Copilot – do przyszłej integracji w ramach Azure Quantum Elements – które umożliwiłyby klientom korporacyjnym tworzenie niestandardowych środowisk Copilot opartych na ich własnych zastrzeżonych danych. Więcej informacji na temat prywatnej wersji zapoznawczej usługi Azure Quantum Elements jest dostępna tutaj.

Poznawanie obliczeń kwantowych za pomocą usługi Azure Quantum Katas

Copilot napędza odkrycia naukowe, a także pielęgnuje solidny ekosystem innowatorów kwantowych. Aby pomóc przygotować się na kwantową przyszłość, niedawno udostępniliśmy usługę Azure Quantum Katas, które są bezpłatnymi, samodzielnymi ćwiczeniami programistycznymi wspomaganymi przez Copilota, które uczą elementów obliczeń kwantowych i języka programowania Q#. Uczniowie mogą rozpocząć poznawanie praktycznych ćwiczeń bez konieczności instalacji lub subskrypcji.

Dowiedz się więcej o usłudze Azure Quantum Elements

Chcesz dowiedzieć się więcej o tym, jak chmura Azure może Ci pomóc? Oto dodatkowe zasoby:

¹Obliczenia wykonano przy użyciu kontenera xTB działającego w Azure K8S.