1660 年代に最初の学術雑誌が発行されて以来、科学論文は静的な文書でした。スタンフォード医学のチームは彼らに会話をさせたいと考えている。 Nature 誌に 9 月 16 日に掲載された研究で、研究者らは、あらゆる科学論文 (テキスト、図、データ) を対話型 AI エージェントに変換するシステムである Paper2Agent を発表しました。このシステムは、研究に関する質問に答え、そのメソッドを新しいデータに適用し、他の論文エージェントと協力して新しい発見を生み出すことができます。
このプロジェクトは、博士研究員の Jiacheng Miao 氏と、スタンフォード大学医学部生物医学データサイエンスの准教授で上級著者の James Zou 氏が主導しました。
受動的なページから能動的な知識へ
「人類の歴史の本質的にすべてにおいて、私たちが知識を表現する方法は、これらの非常に受動的な人工物の形で行われてきました」とゾウ教授はスタンフォード医学からの発表で述べた。 「昔、人々は知識を石に刻み込みましたが、今では私たちは知識をページ上の単語として入力します。しかし、ある意味ではページのほうが優れているわけではありません。」
「これは知識がどのようなものかを根本的に再考する機会です」と彼は付け加えた。 「受動的な成果物だけを持つ代わりに、それぞれの静的な記録を知識の能動的な具現化に変換してみませんか?」ゾウは、各論文エージェントを、研究が実際にどのように行われたかを知っており、それを説明し、擁護し、拡張することができる仮想著者のようなものであると説明します。
Paper2Agent がエージェントを構築する方法
変換プロセスは、出版された論文を関連するコードやデータとともに分析する AI「ワーカー エージェント」のチームに依存します。重要なのは、彼らは研究を読むだけではなく、仮想環境で研究を一から再現し、文書化された実験をシミュレーションしようとすることです。エージェントは作業をやり直すことで、試薬やソフトウェアの依存関係から実験セットアップの詳細に至るまで、最終原稿には決して反映されないノウハウを吸収します。
その知識は、論文をアクセス可能な構造に編成するモデル コンテキスト プロトコルである MCP を使用して保存されます。 「MCP を使用すると、基本的に AI は書類の PDF を、エージェントがアクセスしやすい形式で表現できるようになります。まるでファイリング システムのようなものです」と Zou 氏は述べ、書類の各セクションは独自のコンパートメントに編成されています。
ただし、機械がすべてを捕捉できるわけではありません。失敗した実験、判断の判断、設計選択の背後にある暗黙の推論は、今も研究者の頭の中にだけ残っています。そのため、システムには、これらのギャップを埋めるために、論文担当者が人間の著者にインタビューする会話ステップが含まれています。
最初の発見: ADHD の新たなリーダー
エージェント間のコラボレーションで何が達成できるかを実証するために、チームは 2 つの無関係な論文をエージェントに変換しました。ある研究者は、遺伝子変異がゲノムにどのような影響を与えるかを予測するツールについて説明しました。もう1人は、注意欠陥/多動性障害リスクのゲノムワイド関連研究を報告した。
両方が実行されると、エージェントは独自に共通点を見つけました。ゲノム予測エージェントはその手法を ADHD データセットに適用し、MPHOSPH9 と呼ばれる遺伝子付近の分子変異体が ADHD リスクの増加に関連しているとフラグを立てた。この関連性はこれまで報告されていなかったと Zou 氏は述べた。
「これまでは、2 つの異なる論文を発表する 2 つの研究グループがあった場合、それら 2 つの研究グループは何らかの方法でお互いを見つけなければなりませんでした」とゾウ氏は述べた。長期的なビジョンは、厳選された組み合わせよりもはるかに大きい。何百万ものペーパーエージェントが互いの重複を表面化し、大規模に新しい洞察を生成する。これはゾウ氏が原稿のスピードデートに喩えたものである。
約束、帰属、およびガードレール
チームはこれまでに 100 を超えるペーパーエージェントを構築しており、数千または数百万のエージェントが効率的にお互いを見つける方法をまだ検討中です。ゾウ氏は、科学にとっての利点は非常に大きいと主張し、「毎年何百万もの論文が出版されている」と述べたが、2つの注意点については明確に述べている。
まず、帰属。論文の発見を拡張するエージェントは、元の研究者の研究を埋没させるのではなく、拡大する必要があります。 「最終的な発見を元の論文や人間の著者に遡って参照することが依然として重要です」と彼は言う。
第二に、見落とし。ゾウ氏は、エージェントが協力して発見を行うためのパラメータは、安全かつ倫理的な研究慣行に沿ったコラボレーションを維持するために、綿密に指導および監視される必要があると述べた。
この研究は、チャン・ザッカーバーグ・バイオハブからの資金提供によって支援された。
なぜそれが重要なのか
Paper2Agent は、AI 支援による文献レビューや研究室の自動化によってすでに再形成されている研究環境に組み込まれていますが、その前提は異なります。論文を要約するために汎用モデルを使用するのではなく、各論文を、基礎となる科学を実際に再実行した検証済みの実行可能な専門家に変えます。このアプローチが一般化すれば、科学論文自体が引用可能な文書からインフラストラクチャの運用部分に進化する可能性があり、それに応じて研究結果が分野を超えて結びつくペースも加速する可能性があります。
_時代の先を行きましょう。 AI Buzz Wire で、AI の画期的な進歩とそれが科学と産業に与える影響に関する最新情報を入手してください。_
