ឯកសារវិទ្យាសាស្ត្រគឺជាឯកសារឋិតិវន្ត ចាប់តាំងពីទស្សនាវដ្តីអ្នកប្រាជ្ញដំបូងបានបង្ហាញខ្លួននៅក្នុងទសវត្សរ៍ឆ្នាំ 1660។ ក្រុមមួយនៅ Stanford Medicine ចង់ឱ្យពួកគេនិយាយ។ នៅក្នុងការសិក្សាដែលបានចេញផ្សាយនៅថ្ងៃទី 16 ខែកញ្ញានៅក្នុងទស្សនាវដ្តី Nature អ្នកស្រាវជ្រាវបានបង្ហាញ Paper2Agent ដែលជាប្រព័ន្ធដែលបំប្លែងសាត្រាស្លឹករឹតវិទ្យាសាស្ត្រណាមួយដែលជាអត្ថបទ តួលេខ និងទិន្នន័យរបស់វាទៅជាភ្នាក់ងារ AI អន្តរកម្ម ដែលអាចឆ្លើយសំណួរអំពីការងារ អនុវត្តវិធីសាស្រ្តរបស់វាចំពោះទិន្នន័យថ្មី និងសហការជាមួយភ្នាក់ងារក្រដាសផ្សេងទៀតដើម្បីបង្កើតការរកឃើញថ្មី។
គម្រោងនេះត្រូវបានដឹកនាំដោយអ្នកប្រាជ្ញក្រោយបណ្ឌិត Jiacheng Miao និងអ្នកនិពន្ធជាន់ខ្ពស់ James Zou ដែលជាសាស្ត្រាចារ្យរងនៃវិទ្យាសាស្ត្រទិន្នន័យជីវវេជ្ជសាស្ត្រនៅ Stanford Medicine ។
ពីទំព័រអកម្មទៅចំណេះដឹងសកម្ម
Zou បាននិយាយនៅក្នុងសេចក្តីប្រកាសពី Stanford Medicine ថា "សម្រាប់សំខាន់ទាំងអស់នៃប្រវត្តិសាស្រ្តរបស់មនុស្ស របៀបដែលយើងតំណាងឱ្យចំណេះដឹងគឺនៅក្នុងទម្រង់នៃវត្ថុបុរាណអកម្មទាំងនេះ" ។ "នៅសម័យបុរាណ មនុស្សបានឆ្លាក់ចំណេះដឹងចូលទៅក្នុងថ្ម ហើយឥឡូវនេះយើងវាយបញ្ចូលចំណេះដឹងទៅជាពាក្យនៅលើទំព័រ ប៉ុន្តែក្នុងន័យខ្លះទំព័រមិនប្រសើរជាងនេះទេ។"
លោកបានបន្ថែមថា៖ «នេះជាឱកាសមួយដើម្បីស្រមៃមើលឡើងវិញជាមូលដ្ឋាននូវអ្វីដែលចំណេះដឹងមានលក្ខណៈដូចជា»។ "ជំនួសឱ្យការមានវត្ថុបុរាណអកម្មតែប៉ុណ្ណោះ ហេតុអ្វីបានជាយើងមិនបំប្លែងកំណត់ត្រាឋិតិវន្តនីមួយៗទៅជាតំណាងសកម្មនៃចំណេះដឹង?" Zou ពិពណ៌នាអំពីភ្នាក់ងារក្រដាសនីមួយៗថាជាអ្វីមួយដូចជាអ្នកនិពន្ធនិម្មិតដែលដឹងពីរបៀបដែលការស្រាវជ្រាវត្រូវបានធ្វើពិតប្រាកដ ហើយអាចពន្យល់ ការពារ និងពង្រីកវាបាន។
របៀបដែល Paper2Agent បង្កើតភ្នាក់ងារ
ដំណើរការបំប្លែងគឺពឹងផ្អែកលើក្រុម AI "ភ្នាក់ងារកម្មករ" ដែលបំបែកឯកសារដែលបានបោះពុម្ព រួមជាមួយនឹងលេខកូដ និងទិន្នន័យដែលពាក់ព័ន្ធ។ សំខាន់ ពួកគេមិនគ្រាន់តែអានការសិក្សានោះទេ ពួកគេព្យាយាមផលិតវាឡើងវិញពីដំបូងក្នុងបរិយាកាសនិម្មិត ដោយក្លែងធ្វើពិសោធន៍ដែលបានចងក្រងជាឯកសារ។ តាមរយៈការធ្វើការងារឡើងវិញ ភ្នាក់ងារស្រូបយកចំណេះដឹងដែលមិនដែលបង្កើតវាទៅជាសាត្រាស្លឹករឹតចុងក្រោយ ពីសារធាតុប្រតិកម្ម និងការអាស្រ័យកម្មវិធីទៅភាពជាក់លាក់នៃការរៀបចំពិសោធន៍។
បន្ទាប់មកចំណេះដឹងនោះត្រូវបានរក្សាទុកដោយប្រើ MCP ដែលជាពិធីការបរិបទគំរូដែលរៀបចំក្រដាសទៅជារចនាសម្ព័ន្ធដែលអាចចូលប្រើបាន។ "MCP អនុញ្ញាតឱ្យ AI តំណាងឱ្យក្រដាស PDF ជាទម្រង់ដែលងាយស្រួលសម្រាប់ភ្នាក់ងារក្នុងការចូលប្រើ ស្ទើរតែដូចជាប្រព័ន្ធឯកសារ" ដោយផ្នែកនីមួយៗនៃក្រដាសត្រូវបានរៀបចំទៅក្នុងបន្ទប់រៀងៗខ្លួន។
ទោះយ៉ាងណាក៏ដោយ ម៉ាស៊ីនមិនអាចចាប់យកអ្វីៗទាំងអស់។ ការពិសោធន៍ដែលបរាជ័យ ការហៅកាត់សេចក្តី និងការវែកញែកយ៉ាងច្បាស់លាស់នៅពីក្រោយជម្រើសនៃការរចនា នៅតែមាននៅក្នុងក្បាលរបស់អ្នកស្រាវជ្រាវប៉ុណ្ណោះ។ ដូច្នេះ ប្រព័ន្ធនេះរួមបញ្ចូលទាំងជំហានសន្ទនា ដែលភ្នាក់ងារក្រដាសសម្ភាសអ្នកនិពន្ធមនុស្ស ដើម្បីបំពេញចន្លោះទាំងនោះ។
ការរកឃើញដំបូង៖ ការនាំមុខ ADHD ថ្មី។
ដើម្បីបង្ហាញពីអ្វីដែលការសហការពីភ្នាក់ងារទៅភ្នាក់ងារអាចសម្រេចបាន ក្រុមការងារបានបំប្លែងឯកសារដែលមិនពាក់ព័ន្ធចំនួនពីរទៅជាភ្នាក់ងារ។ មនុស្សម្នាក់បានពិពណ៌នាអំពីឧបករណ៍សម្រាប់ទស្សន៍ទាយពីរបៀបដែលការផ្លាស់ប្តូរហ្សែនប៉ះពាល់ដល់ហ្សែន។ អ្នកផ្សេងទៀតបានរាយការណ៍ពីការសិក្សាអំពីសមាគមទូទៅនៃហ្សែននៃហានិភ័យនៃជំងឺកង្វះការយកចិត្តទុកដាក់ / ការថយចុះកម្តៅ។
នៅពេលដែលទាំងពីរកំពុងដំណើរការ ភ្នាក់ងារបានរកឃើញចំណុចរួមដោយខ្លួនឯង។ ភ្នាក់ងារទស្សន៍ទាយហ្សែនបានអនុវត្តវិធីសាស្រ្តរបស់វាចំពោះសំណុំទិន្នន័យ ADHD ហើយបានដាក់ទង់នូវវ៉ារ្យ៉ង់ម៉ូលេគុលនៅជិតហ្សែនមួយហៅថា MPHOSPH9 ដែលទាក់ទងនឹងការកើនឡើងហានិភ័យ ADHD - ការតភ្ជាប់ Zou បាននិយាយថាមិនត្រូវបានគេរាយការណ៍ពីមុនមកទេ។
លោក Zou បាននិយាយថា "កាលពីមុន ប្រសិនបើមានក្រុមស្រាវជ្រាវពីរដែលបោះពុម្ពឯកសារពីរផ្សេងគ្នា ក្រុមស្រាវជ្រាវទាំងពីរនោះត្រូវស្វែងរកគ្នាទៅវិញទៅមក។ ចក្ខុវិស័យរយៈពេលវែងគឺធំជាងការផ្គូផ្គងដោយជ្រើសរើសដោយដៃ៖ ភ្នាក់ងារក្រដាសរាប់លានដែលបង្ហាញការត្រួតលើគ្នារវាងពួកគេ និងបង្កើតការយល់ដឹងថ្មីៗតាមខ្នាត ដែលជាអ្វីដែល Zou ប្រៀបធៀបទៅនឹងការណាត់ជួបដោយសាត្រាស្លឹករឹត។
ការសន្យា ការបញ្ជាក់ និងការការពារ
ក្រុមការងារបានបង្កើតភ្នាក់ងារក្រដាសច្រើនជាង 100 មកទល់ពេលនេះ ហើយនៅតែកំពុងស្វែងរកថាតើពួកគេរាប់ពាន់នាក់ ឬរាប់លាននាក់អាចស្វែងរកគ្នាទៅវិញទៅមកដោយប្រសិទ្ធភាព។ លោក Zou លើកឡើងថា គំនិតផ្តួចផ្តើមវិទ្យាសាស្ត្រគឺធំធេងណាស់ - "ឯកសាររាប់លានត្រូវបានបោះពុម្ពជារៀងរាល់ឆ្នាំ" ប៉ុន្តែគាត់បានពន្យល់យ៉ាងច្បាស់អំពីការព្រមានពីរ។
ទីមួយ គុណលក្ខណៈ។ ភ្នាក់ងារដែលពង្រីកការរកឃើញរបស់ក្រដាសគួរតែពង្រីកការងាររបស់អ្នកស្រាវជ្រាវដើម មិនមែនកប់វាទេ។ គាត់បាននិយាយថា "វានៅតែមានសារៈសំខាន់ក្នុងការសន្មតថាការរកឃើញចុងក្រោយ ហើយយោងពួកគេត្រឡប់ទៅឯកសារដើម និងអ្នកនិពន្ធដើម" ។
ទីពីរ ការត្រួតពិនិត្យ។ Zou បាននិយាយថា ប៉ារ៉ាម៉ែត្រដែលភ្នាក់ងារសហការ និងបង្កើតការរកឃើញគួរតែត្រូវបានណែនាំ និងត្រួតពិនិត្យយ៉ាងជិតស្និទ្ធ ដើម្បីរក្សាកិច្ចសហការទាំងនោះឱ្យស្របទៅនឹងការអនុវត្តការស្រាវជ្រាវប្រកបដោយសុវត្ថិភាព និងប្រកបដោយក្រមសីលធម៌។
ការងារនេះត្រូវបានគាំទ្រដោយមូលនិធិពី Chan-Zuckerberg Biohub ។
ហេតុអ្វីវាសំខាន់
Paper2Agent ចុះចតនៅក្នុងទិដ្ឋភាពស្រាវជ្រាវដែលបានកែទម្រង់រួចហើយដោយការពិនិត្យឡើងវិញអក្សរសិល្ប៍ជំនួយ AI និងស្វ័យប្រវត្តិកម្មមន្ទីរពិសោធន៍ ប៉ុន្តែការសន្និដ្ឋានរបស់វាគឺខុសគ្នា៖ ជាជាងប្រើគំរូគោលបំណងទូទៅដើម្បីសង្ខេបឯកសារ វាប្រែក្រដាសនីមួយៗទៅជាអ្នកឯកទេសដែលអាចប្រតិបត្តិបានផ្ទៀងផ្ទាត់ ដែលពិតជាបានដំណើរការវិទ្យាសាស្ត្រមូលដ្ឋានឡើងវិញ។ ប្រសិនបើវិធីសាស្រ្តនេះមានលក្ខណៈទូទៅ ក្រដាសវិទ្យាសាស្ត្រខ្លួនឯងអាចនឹងវិវឌ្ឍន៍ពីឯកសារដែលអាចនិយាយបានទៅជាផ្នែកប្រតិបត្តិការនៃហេដ្ឋារចនាសម្ព័ន្ធ ហើយល្បឿនដែលការរកឃើញភ្ជាប់គ្នាលើវិញ្ញាសាអាចបង្កើនល្បឿនទៅតាមនោះ។
_នៅខាងមុខផ្លូវកោង។ ទទួលបានព័ត៌មានចុងក្រោយបំផុតអំពីរបកគំហើញ AI និងអ្វីដែលវាមានន័យសម្រាប់វិទ្យាសាស្ត្រ និងឧស្សាហកម្មនៅលើ AI Buzz Wire។_
