Vědecké práce byly statické dokumenty od doby, kdy se v 60. letech 17. století objevily první vědecké časopisy. Tým ze Stanford Medicine je chce přimět mluvit. Ve studii zveřejněné 16. září v časopise Nature výzkumníci odhalili Paper2Agent, systém, který převádí jakýkoli vědecký rukopis – jeho text, obrázky a data – na interaktivního agenta umělé inteligence, který dokáže odpovídat na otázky o práci, aplikovat své metody na nová data a spolupracovat s dalšími papírovými agenty při vytváření nových zjištění.
Projekt vedl postdoktorand Jiacheng Miao a hlavní autor James Zou, docent vědy o biomedicínských datech na Stanford Medicine.
Od pasivních stránek k aktivním znalostem
"V podstatě po celou lidskou historii je způsob, jakým reprezentujeme znalosti, ve formě těchto velmi pasivních artefaktů," řekl Zou v oznámení ze Stanford Medicine. "V dávných dobách lidé tesali znalosti do kamenů a nyní zapisujeme znalosti do slov na stránkách - ale v určitém smyslu stránky nejsou o tolik lepší."
"Je to příležitost k zásadnímu přehodnocení toho, jak znalosti vypadají," dodal. "Proč místo toho, abychom měli pouze pasivní artefakty, nepřevedeme každý statický záznam na aktivní ztělesnění znalostí?" Zou popisuje každého papírového agenta jako něco jako virtuálního autora, který ví, jak výzkum skutečně probíhal, a dokáže jej vysvětlit, obhájit a rozšířit.
Jak Paper2Agent staví agenta
Proces převodu se opírá o tým AI „pracovních agentů“, kteří rozebírají publikovaný dokument spolu s jakýmkoli souvisejícím kódem a daty. Podstatné je, že studii jen nečtou – pokoušejí se ji reprodukovat od začátku ve virtuálním prostředí a simulovat zdokumentované experimenty. Přepracováním práce agenti absorbují know-how, které se nikdy nedostane do konečného rukopisu, od činidel a softwarových závislostí až po specifika experimentálního nastavení.
Tyto znalosti jsou pak uloženy pomocí MCP – modelového kontextového protokolu, který organizuje papír do přístupné struktury. "MCP umožňuje AI v podstatě reprezentovat papírové PDF ve formě, která je pro agenty snadno přístupná, téměř jako kartotéka," řekl Zou, přičemž každá část papíru byla uspořádána do vlastní přihrádky.
Stroje však nemohou zachytit vše. Neúspěšné experimenty, úsudky a tiché uvažování za designovými rozhodnutími stále žijí pouze v hlavách výzkumníků. Systém tedy zahrnuje konverzační krok, ve kterém papírový agent zpovídá lidské autory, aby zaplnil tyto mezery.
První objev: Nové vedení ADHD
Aby tým ukázal, čeho může spolupráce mezi agenty dosáhnout, přeměnil dva nesouvisející dokumenty na agenty. Jeden popisoval nástroj pro předpovídání toho, jak genetické mutace ovlivňují genom; druhý uvedl celogenomovou asociační studii rizika poruchy pozornosti/hyperaktivity.
Jakmile oba běželi, našli agenti společnou řeč sami. Agent pro predikci genomu aplikoval svou metodu na soubor údajů o ADHD a označil molekulární variantu poblíž genu nazvaného MPHOSPH9 jako spojenou se zvýšeným rizikem ADHD – spojení podle Zou nebylo dříve hlášeno.
"V minulosti, pokud existují dvě výzkumné skupiny, které publikují dva různé články, tyto dvě výzkumné skupiny se musí nějak najít," řekl Zou. Dlouhodobá vize je mnohem větší než ručně vybraný pár: miliony papírových agentů, kteří se mezi sebou překrývají a generují nové poznatky ve velkém měřítku – něco, co Zou přirovnala k rychlému datování rukopisů.
Slib, připisování a zábradlí
Tým zatím postavil více než 100 papírových agentů a stále pracuje na tom, jak by se tisíce nebo miliony z nich mohly produktivně najít. Zou tvrdí, že přínos pro vědu je enormní – „každý rok jsou publikovány miliony článků,“ poznamenal – ale výslovně se vyjadřuje ke dvěma výhradám.
Za prvé, atribuce. Agenti, kteří rozšiřují výsledky článku, by měli původní práci výzkumníků rozšířit, ne ji pohřbít. "Stále je důležité připsat konečné objevy a odkazovat je zpět na původní články a původní lidské autory," řekl.
Za druhé, nedopatření. Parametry, za kterých agenti spolupracují a provádějí objevy, by měly být pečlivě řízeny a monitorovány, řekl Zou, aby tato spolupráce byla v souladu s bezpečnými a etickými výzkumnými postupy.
Práce byla podpořena finančními prostředky z Chan-Zuckerberg Biohub.
Proč na tom záleží
Paper2Agent se dostává do výzkumného prostředí, které již bylo přetvořeno revizí literatury za pomoci umělé inteligence a automatizací laboratoří, ale jeho premisa je jiná: namísto použití univerzálního modelu pro shrnutí článků promění každý článek v ověřeného, spustitelného specialistu, který ve skutečnosti přepracoval základní vědu. Pokud se přístup zobecní, může se vědecká práce sama o sobě vyvinout z citovatelného dokumentu v fungující infrastrukturu – a rychlost, s jakou se poznatky propojují napříč obory, by se mohla odpovídajícím způsobem zrychlit.
_Zůstaňte napřed před křivkou. Získejte nejnovější informace o průlomech AI a o tom, co znamenají pro vědu a průmysl na AI Buzz Wire._
