Lucrările științifice au fost documente statice încă de la apariția primelor reviste științifice în anii 1660. O echipă de la Stanford Medicine vrea să-i facă să vorbească. Într-un studiu publicat pe 16 septembrie în revista Nature, cercetătorii au dezvăluit Paper2Agent, un sistem care convertește orice manuscris științific - textul, cifrele și datele sale - într-un agent AI interactiv care poate răspunde la întrebări despre lucrare, poate aplica metodele sale la date noi și poate colabora cu alți agenți de hârtie pentru a genera noi descoperiri.
Proiectul a fost condus de cercetătorul postdoctoral Jiacheng Miao și autorul principal James Zou, profesor asociat de știința datelor biomedicale la Stanford Medicine.
De la pagini pasive la cunoaștere activă
„Pentru în esență toată istoria umană, modul în care reprezentăm cunoștințele este sub forma acestor artefacte foarte pasive”, a spus Zou în anunțul de la Stanford Medicine. „În vremuri, oamenii sculptau cunoștințele în pietre, iar acum introducem cunoștințele în cuvinte pe pagini – dar, într-un anumit sens, paginile nu sunt cu atât mai bune.”
„Aceasta este o oportunitate de a reimagina în mod fundamental cum arată cunoștințele”, a adăugat el. „În loc să avem doar artefacte pasive, de ce nu convertim fiecare înregistrare statică într-o întruchipare activă a cunoașterii?” Zou descrie fiecare agent de hârtie ca fiind ceva asemănător unui autor virtual care știe cum s-a făcut de fapt cercetarea și o poate explica, apăra și extinde.
Cum creează Paper2Agent un agent
Procesul de conversie se bazează pe o echipă de „agenți lucrători” AI care disecă o lucrare publicată împreună cu orice cod și date asociate. În mod esențial, ei nu citesc doar studiul, ci încearcă să-l reproducă de la zero într-un mediu virtual, simulând experimentele documentate. Prin refacerea lucrării, agenții absorb know-how care nu ajunge niciodată în manuscrisul final, de la reactivi și dependențe de software până la specificul configurației experimentale.
Aceste cunoștințe sunt apoi stocate folosind un MCP - un protocol de context model care organizează lucrarea într-o structură accesibilă. „Un MCP permite AI să reprezinte, în esență, un PDF de hârtie într-o formă care este ușor de accesat de agenți, aproape ca un sistem de arhivare”, a spus Zou, fiecare secțiune a hârtiei organizată în propriul compartiment.
Mașinile nu pot captura totul, totuși. Experimentele eșuate, apelurile de judecată și raționamentul tacit din spatele alegerilor de proiectare încă trăiesc doar în capul cercetătorilor. Deci sistemul include o etapă conversațională în care agentul de hârtie intervievează autorii umani pentru a umple acele goluri.
Prima descoperire: o nouă pistă ADHD
Pentru a demonstra ce poate realiza colaborarea de la agent la agent, echipa a transformat două lucrări fără legătură în agenți. Unul a descris un instrument pentru prezicerea modului în care mutațiile genetice afectează genomul; celălalt a raportat un studiu de asociere la nivelul întregului genom al riscului de tulburare cu deficit de atenție/hiperactivitate.
Odată ce ambii au fugit, agenții au găsit singuri un punct comun. Agentul de predicție a genomului și-a aplicat metoda la setul de date ADHD și a semnalat o variantă moleculară în apropierea unei gene numite MPHOSPH9 ca fiind asociată cu risc crescut de ADHD - o conexiune care a spus Zou că nu a fost raportată înainte.
„În trecut, dacă există două grupuri de cercetare care publică două lucrări diferite, acele două grupuri de cercetare trebuie să se găsească cumva unul pe altul”, a spus Zou. Viziunea pe termen lung este mult mai mare decât o pereche aleasă manual: milioane de agenți de hârtie care ies la suprafață se suprapun între ei și generează noi perspective la scară - ceva Zou în comparație cu datarea rapidă a manuscrisului.
Promisiune, atribuire și balustrade
Echipa a construit mai mult de 100 de agenți de hârtie până acum și încă lucrează la modul în care mii sau milioane dintre ei s-ar putea găsi productiv unul pe altul. Zou susține că avantajul pentru știință este enorm – „Milioane de lucrări sunt publicate în fiecare an”, a remarcat el – dar este explicit cu privire la două avertismente.
În primul rând, atribuirea. Agenții care extind descoperirile unei lucrări ar trebui să amplifice munca cercetătorilor inițiali, nu să o îngroape. „Este încă important să atribuim descoperirile finale și să le trimitem înapoi la lucrările originale și la autori umani originali”, a spus el.
În al doilea rând, supravegherea. Parametrii sub care agenții colaborează și fac descoperiri ar trebui să fie îndeaproape ghidați și monitorizați, a spus Zou, pentru a menține acele colaborări aliniate cu practicile de cercetare sigure și etice.
Lucrarea a fost susținută de finanțare de la Chan-Zuckerberg Biohub.
De ce contează
Paper2Agent ajunge într-un peisaj de cercetare deja remodelat de analiza literaturii asistată de AI și de automatizarea laboratoarelor, dar premisa sa este diferită: în loc să folosească un model de uz general pentru a rezuma lucrările, transformă fiecare lucrare într-un specialist verificat, executabil, care a reluat știința subiacentă. Dacă abordarea se generalizează, lucrarea științifică în sine poate evolua dintr-un document citabil într-o infrastructură operațională - iar ritmul în care descoperirile se conectează între discipline ar putea accelera în consecință.
_Rămâneți în fața curbei. Obțineți cele mai recente descoperiri AI și ce înseamnă acestea pentru știință și industrie pe AI Buzz Wire._
