Kertas saintifik telah menjadi dokumen statik sejak jurnal ilmiah pertama muncul pada tahun 1660-an. Satu pasukan di Perubatan Stanford mahu membuat mereka bercakap. Dalam kajian yang diterbitkan pada 16 September dalam jurnal Nature, penyelidik melancarkan Paper2Agent, sistem yang menukar mana-mana manuskrip saintifik - teks, angka dan datanya - menjadi agen AI interaktif yang boleh menjawab soalan tentang kerja, menggunakan kaedahnya untuk data baharu, dan bekerjasama dengan ejen kertas lain untuk menjana penemuan baharu.
Projek itu diketuai oleh sarjana pasca doktoral Jiacheng Miao dan pengarang kanan James Zou, seorang profesor bersekutu sains data bioperubatan di Perubatan Stanford.
Daripada Halaman Pasif kepada Pengetahuan Aktif
"Pada dasarnya semua sejarah manusia, cara kami mewakili pengetahuan adalah dalam bentuk artifak yang sangat pasif ini," kata Zou dalam pengumuman dari Perubatan Stanford. "Pada zaman dahulu orang mengukir pengetahuan menjadi batu, dan kini kami menaip pengetahuan ke dalam perkataan pada halaman - tetapi dalam beberapa segi halaman tidaklah lebih baik."
"Ini adalah peluang untuk secara asasnya membayangkan semula rupa pengetahuan," tambahnya. "Daripada hanya mempunyai artifak pasif, mengapa kita tidak menukar setiap rekod statik kepada penjelmaan pengetahuan yang aktif?" Zou menerangkan setiap ejen kertas sebagai sesuatu seperti pengarang maya yang mengetahui cara penyelidikan sebenarnya dilakukan dan boleh menerangkan, mempertahankan dan memanjangkannya.
Bagaimana Paper2Agent Membina Ejen
Proses penukaran bergantung pada pasukan "ejen pekerja" AI yang membedah kertas yang diterbitkan bersama dengan sebarang kod dan data yang berkaitan. Yang penting, mereka bukan sahaja membaca kajian itu — mereka cuba menghasilkan semula dari awal dalam persekitaran maya, mensimulasikan eksperimen yang didokumenkan. Dengan membuat semula kerja, ejen menyerap pengetahuan yang tidak pernah menjadikannya sebagai manuskrip akhir, daripada reagen dan kebergantungan perisian kepada butiran persediaan percubaan.
Pengetahuan itu kemudiannya disimpan menggunakan MCP — protokol konteks model yang menyusun kertas menjadi struktur yang boleh diakses. "MCP membolehkan AI pada dasarnya mewakili PDF kertas dalam bentuk yang mudah diakses oleh ejen, hampir seperti sistem pemfailan," kata Zou, dengan setiap bahagian kertas disusun ke dalam petaknya sendiri.
Mesin tidak boleh menangkap segala-galanya, walaupun. Eksperimen yang gagal, panggilan penghakiman dan alasan tersirat di sebalik pilihan reka bentuk masih hidup hanya dalam kepala penyelidik. Jadi sistem itu termasuk langkah perbualan di mana ejen kertas menemu bual pengarang manusia untuk mengisi jurang tersebut.
Penemuan Pertama: Peneraju ADHD Baharu
Untuk menunjukkan apa yang boleh dicapai oleh kerjasama ejen-ke-ejen, pasukan itu menukar dua kertas yang tidak berkaitan kepada ejen. Satu menerangkan alat untuk meramalkan bagaimana mutasi genetik mempengaruhi genom; yang lain melaporkan kajian persatuan seluruh genom tentang risiko gangguan kekurangan perhatian/hiperaktif.
Setelah kedua-duanya berjalan, ejen-ejen itu menemui titik persamaan sendiri. Ejen ramalan genom menggunakan kaedahnya pada set data ADHD dan menandakan varian molekul berhampiran gen yang dipanggil MPHOSPH9 sebagai dikaitkan dengan peningkatan risiko ADHD - sambungan yang Zou katakan tidak pernah dilaporkan sebelum ini.
"Pada masa lalu, jika terdapat dua kumpulan penyelidikan yang menerbitkan dua kertas kerja yang berbeza, kedua-dua kumpulan penyelidikan itu perlu mencari satu sama lain," kata Zou. Visi jangka panjang adalah jauh lebih besar daripada gandingan yang dipilih sendiri: berjuta-juta ejen kertas muncul bertindih sesama mereka dan menjana cerapan baharu pada skala — sesuatu yang Zou dibandingkan dengan temu janji pantas manuskrip.
Janji, Atribusi dan Pengawal
Pasukan itu telah membina lebih daripada 100 ejen kertas setakat ini dan masih memikirkan bagaimana beribu-ribu atau berjuta-juta daripada mereka mungkin mencari satu sama lain secara produktif. Zou berhujah peningkatan sains adalah sangat besar - "Berjuta-juta kertas diterbitkan setiap tahun," katanya - tetapi dia jelas mengenai dua kaveat.
Pertama, atribusi. Ejen yang memanjangkan penemuan kertas harus menguatkan kerja penyelidik asal, bukan menguburkannya. "Masih penting untuk mengaitkan penemuan akhir dan merujuknya kembali kepada kertas asal dan pengarang manusia asal," katanya.
Kedua, pengawasan. Parameter di mana ejen bekerjasama dan membuat penemuan harus dibimbing dan dipantau dengan teliti, kata Zou, untuk memastikan kerjasama tersebut sejajar dengan amalan penyelidikan yang selamat dan beretika.
Kerja ini disokong oleh pembiayaan daripada Chan-Zuckerberg Biohub.
Mengapa Ia Penting
Paper2Agent mendarat dalam landskap penyelidikan yang telah dibentuk semula oleh kajian literatur berbantukan AI dan automasi makmal, tetapi premisnya berbeza: daripada menggunakan model tujuan umum untuk meringkaskan kertas kerja, ia menjadikan setiap kertas kerja menjadi pakar yang disahkan dan boleh dilaksanakan yang sebenarnya telah menjalankan semula sains asas. Jika pendekatan itu digeneralisasikan, makalah saintifik itu sendiri mungkin berubah daripada dokumen yang boleh dipetik menjadi infrastruktur yang beroperasi — dan kadar penemuan berhubung merentas disiplin boleh dipercepatkan dengan sewajarnya.
_Kekal Mendahului Keluk. Dapatkan maklumat terkini tentang penemuan AI dan maksudnya untuk sains dan industri di AI Buzz Wire._
