과학 논문은 1660년대 최초의 학술지가 등장한 이래로 정적인 문서였습니다. Stanford Medicine의 팀은 그들이 대화를 나누기를 원합니다. 9월 16일 Nature 저널에 발표된 연구에서 연구자들은 모든 과학 원고(텍스트, 그림 및 데이터)를 작업에 대한 질문에 답하고, 새로운 데이터에 해당 방법을 적용하고, 다른 종이 에이전트와 협력하여 새로운 결과를 생성할 수 있는 대화형 AI 에이전트로 변환하는 시스템인 Paper2Agent를 공개했습니다.
이 프로젝트는 박사후 연구원인 Jiacheng Miao와 스탠포드 의과대학의 생물의학 데이터 과학 부교수인 선임 저자 James Zou가 주도했습니다.
수동적인 페이지에서 능동적인 지식으로
Zou는 Stanford Medicine의 발표에서 "본질적으로 모든 인류 역사에서 우리가 지식을 표현하는 방식은 매우 수동적인 인공물 형태로 이루어졌습니다."라고 말했습니다. "예전에는 사람들이 지식을 돌에 새겼고, 지금은 지식을 페이지에 단어로 입력하지만 어떤 의미에서는 페이지가 그다지 좋지 않습니다."
그는 "이것은 지식이 어떤 모습인지 근본적으로 재구상할 수 있는 기회"라고 덧붙였다. "수동적인 인공물만 갖는 대신 각각의 정적 기록을 지식의 능동적인 구체화로 변환하는 것은 어떨까요?" Zou는 각 논문 에이전트를 연구가 실제로 어떻게 수행되었는지 알고 이를 설명, 방어 및 확장할 수 있는 가상 작성자와 같은 것으로 설명합니다.
Paper2Agent가 에이전트를 구축하는 방법
변환 프로세스는 관련 코드 및 데이터와 함께 출판된 논문을 분석하는 AI "작업자 에이전트" 팀에 의존합니다. 결정적으로, 그들은 단지 연구를 읽는 것이 아니라 가상 환경에서 처음부터 이를 재현하고 문서화된 실험을 시뮬레이션하려고 시도합니다. 작업을 다시 수행함으로써 에이전트는 시약 및 소프트웨어 종속성부터 실험 설정의 세부 사항에 이르기까지 최종 원고에 포함되지 않는 노하우를 흡수합니다.
그런 다음 해당 지식은 논문을 접근 가능한 구조로 구성하는 모델 컨텍스트 프로토콜인 MCP를 사용하여 저장됩니다. Zou는 "MCP를 사용하면 AI가 본질적으로 파일링 시스템과 같이 상담원이 쉽게 액세스할 수 있는 형식으로 종이 PDF를 표현할 수 있습니다."라고 Zou는 말했습니다. 종이의 각 섹션은 자체 구획으로 구성되어 있습니다.
하지만 기계가 모든 것을 포착할 수는 없습니다. 실패한 실험, 판단, 설계 선택 이면의 암묵적 추론은 여전히 연구자들의 머릿속에만 남아 있습니다. 따라서 시스템에는 종이 에이전트가 인간 저자를 인터뷰하여 이러한 공백을 메우는 대화 단계가 포함됩니다.
첫 번째 발견: 새로운 ADHD 리드
상담원 간 협업이 무엇을 달성할 수 있는지 보여주기 위해 팀은 관련 없는 두 개의 문서를 상담원으로 전환했습니다. 한 사람은 유전자 돌연변이가 게놈에 어떤 영향을 미치는지 예측하는 도구를 설명했습니다. 다른 하나는 주의력 결핍/과잉 행동 장애 위험에 대한 게놈 차원의 연관 연구를 보고했습니다.
둘 다 실행된 후 에이전트는 스스로 공통점을 찾았습니다. 게놈 예측 에이전트는 자신의 방법을 ADHD 데이터 세트에 적용하고 MPHOSPH9라는 유전자 근처의 분자 변이가 ADHD 위험 증가와 연관되어 있음을 표시했습니다. Zou는 이러한 연관성이 이전에 보고된 적이 없다고 말했습니다.
Zou는 "과거에는 두 개의 서로 다른 논문을 출판하는 두 개의 연구 그룹이 있다면 두 연구 그룹은 어떻게든 서로를 찾아야 했습니다"라고 말했습니다. 장기적인 비전은 엄선된 조합보다 훨씬 더 큽니다. 수백만 명의 종이 에이전트가 서로 겹치는 부분을 표면화하고 대규모로 새로운 통찰력을 생성합니다. Zou는 원고 속도 데이트와 비교할 수 있습니다.
약속, 기여 및 가드레일
팀은 지금까지 100개 이상의 종이 에이전트를 구축했으며 수천 또는 수백만 개의 에이전트가 어떻게 생산적으로 서로를 찾을 수 있는지 계속 연구하고 있습니다. Zou는 과학의 긍정적인 측면이 엄청나다고 주장합니다. "매년 수백만 개의 논문이 출판됩니다"라고 그는 지적했습니다. 그러나 그는 두 가지 주의 사항에 대해 명시적으로 밝혔습니다.
첫째, 귀속입니다. 논문의 결과를 확장하는 에이전트는 원래 연구자의 작업을 묻어두는 것이 아니라 확대해야 합니다. "최종 발견의 원인을 밝히고 이를 원본 논문과 원본 저자에게 다시 참조하는 것이 여전히 중요합니다."라고 그는 말했습니다.
둘째, 감독. Zou는 에이전트가 협력하고 발견하는 매개 변수를 면밀히 안내하고 모니터링하여 이러한 협력이 안전하고 윤리적인 연구 관행에 부합하도록 해야 한다고 말했습니다.
이 작업은 Chan-Zuckerberg Biohub의 자금 지원으로 지원되었습니다.
중요한 이유
Paper2Agent는 AI 지원 문헌 검토 및 실험실 자동화를 통해 이미 재편된 연구 환경에 있지만 전제는 다릅니다. 논문을 요약하기 위해 범용 모델을 사용하는 대신 각 논문을 기본 과학을 실제로 재실행하는 검증되고 실행 가능한 전문가로 전환합니다. 접근 방식이 일반화되면 과학 논문 자체가 인용 가능한 문서에서 인프라의 운영 부분으로 발전할 수 있으며, 연구 결과가 여러 분야에 걸쳐 연결되는 속도도 그에 따라 가속화될 수 있습니다.
_ 앞서 나가세요. AI Buzz Wire에서 AI 혁신에 대한 최신 정보와 그것이 과학 및 산업에 미치는 영향을 알아보세요._
