1660-এর দশকে প্রথম পাণ্ডিত্যপূর্ণ জার্নাল প্রকাশিত হওয়ার পর থেকে বৈজ্ঞানিক কাগজপত্রগুলি স্থির নথি। স্ট্যানফোর্ড মেডিসিনের একটি দল তাদের কথা বলতে চায়। নেচার জার্নালে 16 সেপ্টেম্বর প্রকাশিত একটি গবেষণায়, গবেষকরা Paper2Agent উন্মোচন করেছেন, এমন একটি সিস্টেম যা যেকোনো বৈজ্ঞানিক পাণ্ডুলিপি - এর পাঠ্য, পরিসংখ্যান এবং ডেটা -কে একটি ইন্টারেক্টিভ এআই এজেন্টে রূপান্তর করে যা কাজ সম্পর্কে প্রশ্নের উত্তর দিতে পারে, নতুন ডেটাতে এর পদ্ধতিগুলি প্রয়োগ করতে পারে এবং নতুন অনুসন্ধান তৈরি করতে অন্যান্য কাগজ এজেন্টদের সাথে সহযোগিতা করতে পারে৷
প্রকল্পটির নেতৃত্বে ছিলেন পোস্টডক্টরাল পণ্ডিত জিয়াচেং মিয়াও এবং সিনিয়র লেখক জেমস জু, স্ট্যানফোর্ড মেডিসিনের বায়োমেডিকাল ডেটা সায়েন্সের সহযোগী অধ্যাপক।
প্যাসিভ পেজ থেকে সক্রিয় জ্ঞান পর্যন্ত
"মূলত সমস্ত মানব ইতিহাসের জন্য, আমরা যেভাবে জ্ঞানের প্রতিনিধিত্ব করি তা হল এই অত্যন্ত নিষ্ক্রিয় শিল্পকর্মগুলির আকারে," Zou স্ট্যানফোর্ড মেডিসিনের ঘোষণায় বলেছিলেন। "পুরোনো সময়ে মানুষ জ্ঞানকে পাথরে খোদাই করত, এবং এখন আমরা পৃষ্ঠায় শব্দে জ্ঞান টাইপ করি - কিন্তু কিছু অর্থে পৃষ্ঠাগুলি ততটা ভালো নয়।"
"এটি মৌলিকভাবে জ্ঞানটি কেমন তা আবার কল্পনা করার একটি সুযোগ," তিনি যোগ করেছেন। "কেবল প্যাসিভ আর্টিফ্যাক্ট থাকার পরিবর্তে, কেন আমরা প্রতিটি স্ট্যাটিক রেকর্ডকে জ্ঞানের সক্রিয় মূর্তিতে রূপান্তর করি না?" Zou প্রতিটি পেপার এজেন্টকে ভার্চুয়াল লেখকের মতো কিছু হিসাবে বর্ণনা করে যে গবেষণাটি আসলে কীভাবে করা হয়েছিল এবং এটি ব্যাখ্যা করতে, রক্ষা করতে এবং প্রসারিত করতে পারে।
কিভাবে Paper2Agent একজন এজেন্ট তৈরি করে
রূপান্তর প্রক্রিয়াটি AI "কর্মী এজেন্টদের" একটি দলের উপর নির্ভর করে যারা কোনও সম্পর্কিত কোড এবং ডেটা সহ একটি প্রকাশিত কাগজ ব্যবচ্ছেদ করে। গুরুত্বপূর্ণভাবে, তারা কেবল অধ্যয়নটি পড়েন না - তারা নথিভুক্ত পরীক্ষাগুলিকে অনুকরণ করে একটি ভার্চুয়াল পরিবেশে স্ক্র্যাচ থেকে এটি পুনরুত্পাদন করার চেষ্টা করে। কাজটি পুনরায় করার মাধ্যমে, এজেন্টরা কীভাবে এটিকে চূড়ান্ত পাণ্ডুলিপিতে পরিণত করে না, রিএজেন্ট এবং সফ্টওয়্যার নির্ভরতা থেকে শুরু করে পরীক্ষামূলক সেটআপের সুনির্দিষ্ট বিষয়গুলিকে শুষে নেয়৷
সেই জ্ঞান তারপর একটি MCP ব্যবহার করে সংরক্ষণ করা হয় - একটি মডেল প্রসঙ্গ প্রোটোকল যা কাগজটিকে একটি অ্যাক্সেসযোগ্য কাঠামোতে সংগঠিত করে। "একটি এমসিপি AI মূলত একটি কাগজের পিডিএফকে এমন একটি ফর্মে উপস্থাপন করতে দেয় যা এজেন্টদের পক্ষে অ্যাক্সেস করা সহজ, প্রায় একটি ফাইলিং সিস্টেমের মতো," Zou বলেছেন, কাগজের প্রতিটি অংশ নিজস্ব বগিতে সংগঠিত করে।
যদিও মেশিন সবকিছু ক্যাপচার করতে পারে না। ব্যর্থ পরীক্ষা, রায় কল এবং নকশা পছন্দের পিছনে নির্বোধ যুক্তি এখনও শুধুমাত্র গবেষকদের মাথায় বাস করে। সুতরাং সিস্টেমটি একটি কথোপকথনমূলক পদক্ষেপ অন্তর্ভুক্ত করে যেখানে কাগজ এজেন্ট সেই শূন্যস্থানগুলি পূরণ করতে মানব লেখকদের সাক্ষাৎকার নেয়।
প্রথম আবিষ্কার: একটি নতুন ADHD লিড
এজেন্ট-থেকে-এজেন্ট সহযোগিতা কী করতে পারে তা প্রদর্শন করার জন্য, দল দুটি সম্পর্কহীন কাগজপত্রকে এজেন্টে রূপান্তর করেছে। একজন জেনেটিক মিউটেশন কিভাবে জিনোমকে প্রভাবিত করে তা অনুমান করার একটি টুল বর্ণনা করেছেন; অন্যটি মনোযোগ-ঘাটতি/হাইপারঅ্যাকটিভিটি ডিসঅর্ডার ঝুঁকির একটি জিনোম-ওয়াইড অ্যাসোসিয়েশন স্টাডি রিপোর্ট করেছে।
একবার উভয়ই দৌড়ানোর পর, এজেন্টরা তাদের নিজেদের মতো সাধারণ ভিত্তি খুঁজে পেয়েছিল। জিনোম-ভবিষ্যদ্বাণী এজেন্ট তার পদ্ধতিটি ADHD ডেটাসেটে প্রয়োগ করেছে এবং MPHOSPH9 নামক একটি জিনের কাছে একটি আণবিক বৈকল্পিক ফ্ল্যাগ করেছে কারণ ADHD ঝুঁকি বৃদ্ধির সাথে যুক্ত - একটি সংযোগ Zou বলেছেন যে এর আগে রিপোর্ট করা হয়নি।
"অতীতে, যদি দুটি গবেষণা গোষ্ঠী থাকে যা দুটি ভিন্ন গবেষণাপত্র প্রকাশ করে, সেই দুটি গবেষণা গোষ্ঠীকে একরকম একে অপরকে খুঁজে বের করতে হবে," Zou বলেছেন। দীর্ঘমেয়াদী দৃষ্টি একটি হাতে বাছাই করা জোড়ার চেয়ে অনেক বড়: লক্ষ লক্ষ কাগজের এজেন্ট নিজেদের মধ্যে ওভারল্যাপ করছে এবং স্কেলে নতুন অন্তর্দৃষ্টি তৈরি করছে — পাণ্ডুলিপি গতির ডেটিং-এর তুলনায় Zou কিছু।
প্রতিশ্রুতি, অ্যাট্রিবিউশন এবং গার্ডেল
দলটি এখন পর্যন্ত 100 টিরও বেশি কাগজের এজেন্ট তৈরি করেছে এবং এখনও কাজ করছে কিভাবে তাদের হাজার বা লক্ষ লক্ষ উত্পাদনশীলভাবে একে অপরকে খুঁজে পেতে পারে। জোউ যুক্তি দেন যে বিজ্ঞানের জন্য উত্থানটি বিশাল - "প্রতি বছর লক্ষ লক্ষ কাগজপত্র প্রকাশিত হয়," তিনি উল্লেখ করেছেন - তবে তিনি দুটি সতর্কতা সম্পর্কে স্পষ্ট।
প্রথমত, অ্যাট্রিবিউশন। যে এজেন্টগুলি একটি কাগজের ফলাফলগুলিকে প্রসারিত করে তাদের মূল গবেষকদের কাজকে প্রসারিত করা উচিত, এটি সমাহিত করা উচিত নয়। "চূড়ান্ত আবিষ্কারগুলিকে দায়ী করা এবং মূল কাগজপত্র এবং মূল মানব লেখকদের কাছে তাদের উল্লেখ করা এখনও গুরুত্বপূর্ণ," তিনি বলেছিলেন।
দ্বিতীয়ত, তদারকি। যে পরামিতিগুলির অধীনে এজেন্টরা সহযোগিতা করে এবং আবিষ্কার করে সেগুলিকে নিবিড়ভাবে নির্দেশিত এবং নিরীক্ষণ করা উচিত, Zou বলেছেন, সেই সহযোগিতাগুলিকে নিরাপদ এবং নৈতিক গবেষণা অনুশীলনের সাথে সংযুক্ত রাখতে।
কাজটি চ্যান-জুকারবার্গ বায়োহাবের তহবিল দ্বারা সমর্থিত হয়েছিল।
কেন এটা গুরুত্বপূর্ণ
Paper2Agent ইতিমধ্যেই AI-সহায়তা সাহিত্য পর্যালোচনা এবং ল্যাব অটোমেশন দ্বারা পুনর্নির্মাণ করা একটি গবেষণা ল্যান্ডস্কেপে অবতরণ করেছে, কিন্তু এর ভিত্তি ভিন্ন: কাগজপত্রের সংক্ষিপ্তসারের জন্য একটি সাধারণ-উদ্দেশ্য মডেল ব্যবহার করার পরিবর্তে, এটি প্রতিটি কাগজকে একটি যাচাইকৃত, কার্যকরী বিশেষজ্ঞের মধ্যে পরিণত করে যা প্রকৃতপক্ষে অন্তর্নিহিত বিজ্ঞানকে পুনরায় চালু করেছে। যদি পদ্ধতিটি সাধারণীকরণ করা হয়, বৈজ্ঞানিক কাগজ নিজেই একটি উল্লেখযোগ্য নথি থেকে পরিকাঠামোর একটি অপারেটিং অংশে বিকশিত হতে পারে - এবং ফলাফলগুলি যে গতিতে শৃঙ্খলা জুড়ে সংযোগ করে তা সেই অনুযায়ী ত্বরান্বিত হতে পারে।
বক্ররেখা থেকে এগিয়ে থাকুন। AI Buzz Wire এ AI ব্রেকথ্রু এবং বিজ্ঞান ও শিল্পের জন্য সেগুলি কী বোঝায় সে সম্পর্কে সাম্প্রতিকতম তথ্য পান।
