Karatasi za kisayansi zimekuwa hati tuli tangu majarida ya kwanza ya wasomi kuonekana katika miaka ya 1660. Timu ya Stanford Medicine inataka kuwafanya waongee. Katika utafiti uliochapishwa Septemba 16 katika jarida la Nature, watafiti walifunua Paper2Agent, mfumo unaobadilisha maandishi yoyote ya kisayansi - maandishi yake, takwimu na data - kuwa wakala wa AI unaoingiliana ambao unaweza kujibu maswali kuhusu kazi, kutumia mbinu zake kwa data mpya, na kushirikiana na mawakala wengine wa karatasi ili kuzalisha matokeo mapya.
Mradi huo uliongozwa na msomi wa baada ya udaktari Jiacheng Miao na mwandishi mwandamizi James Zou, profesa msaidizi wa sayansi ya data ya matibabu katika Stanford Medicine.
Kutoka kwa Kurasa Tulivu hadi Maarifa Amilifu
"Kwa kimsingi historia yote ya wanadamu, jinsi tunavyowakilisha maarifa ni katika mfumo wa mabaki haya ya kupita kiasi," Zou alisema katika tangazo kutoka kwa Stanford Medicine. "Katika nyakati za zamani watu walichonga maarifa kuwa mawe, na sasa tunaandika maarifa kwa maneno kwenye kurasa - lakini kwa maana fulani kurasa sio bora zaidi."
"Hii ni fursa ya kufikiria upya jinsi maarifa yanavyoonekana," aliongeza. "Badala ya kuwa na vizalia vya zamani tu, kwa nini tusibadili kila rekodi tuli kuwa mfano halisi wa maarifa?" Zou anaelezea kila wakala wa karatasi kama kitu kama mwandishi pepe ambaye anajua jinsi utafiti ulivyofanywa na anaweza kuelezea, kutetea na kupanua.
Jinsi Paper2Agent Hujenga Wakala
Mchakato wa ubadilishaji hutegemea timu ya "mawakala wa wafanyikazi" wa AI ambao huchambua karatasi iliyochapishwa pamoja na msimbo na data yoyote inayohusika. Muhimu zaidi, hawasomi tu utafiti - wanajaribu kuizalisha kutoka mwanzo katika mazingira ya mtandaoni, wakiiga majaribio yaliyoandikwa. Kwa kufanya kazi upya, mawakala huchukua ujuzi ambao hauwahi kuingia katika hati ya mwisho, kutoka kwa vitendanishi na tegemezi za programu hadi maalum za usanidi wa majaribio.
Maarifa hayo basi huhifadhiwa kwa kutumia MCP - itifaki ya muktadha wa mfano ambayo inapanga karatasi katika muundo unaofikiwa. "MCP huruhusu AI kuwakilisha karatasi ya PDF katika fomu ambayo ni rahisi kwa mawakala kufikia, karibu kama mfumo wa uhifadhi," Zou alisema, huku kila sehemu ya karatasi ikipangwa katika sehemu yake.
Mashine haziwezi kukamata kila kitu, ingawa. Majaribio yaliyofeli, wito wa hukumu na hoja kimya juu ya chaguo za muundo bado zinaishi tu katika vichwa vya watafiti. Kwa hivyo mfumo unajumuisha hatua ya mazungumzo ambapo wakala wa karatasi huwahoji waandishi wa kibinadamu ili kujaza mapengo hayo.
Ugunduzi wa Kwanza: Uongozi Mpya wa ADHD
Ili kuonyesha kile ambacho ushirikiano kati ya wakala kwa wakala unaweza kutimiza, timu ilibadilisha karatasi mbili zisizohusiana kuwa mawakala. Mmoja alieleza chombo cha kutabiri jinsi mabadiliko ya kijeni yanavyoathiri jenomu; nyingine iliripoti utafiti wa muungano wa jenomu pana wa hatari ya upungufu wa tahadhari/athari ya ugonjwa.
Mara tu wote wawili walipokimbia, mawakala walipata msingi wa kawaida wao wenyewe. Wakala wa utabiri wa jenomu alitumia mbinu yake kwenye mkusanyiko wa data wa ADHD na kualamisha kibadala cha molekuli karibu na jeni inayoitwa MPHOSPH9 kama inavyohusishwa na ongezeko la hatari ya ADHD - muunganisho ambao Zou alisema haukuwa umeripotiwa hapo awali.
"Hapo awali, ikiwa kuna vikundi viwili vya utafiti ambavyo vinachapisha karatasi mbili tofauti, vikundi hivyo viwili vya utafiti vinapaswa kutafutana," Zou alisema. Maono ya muda mrefu ni makubwa zaidi kuliko uoanishaji uliochaguliwa kwa mkono: mamilioni ya mawakala wa karatasi wanaojitokeza hupishana wao kwa wao na kutoa maarifa mapya kwa kiwango - kitu ambacho Zou ikilinganishwa na kasi ya kuchumbiana kwa hati.
Ahadi, Sifa na Walinzi
Timu imeunda zaidi ya mawakala 100 wa karatasi hadi sasa na bado inatafuta jinsi maelfu au mamilioni yao wanaweza kupatana kwa tija. Zou anadai kuwa upande wa sayansi ni mkubwa sana - "Mamilioni ya karatasi huchapishwa kila mwaka," alibainisha - lakini anaweka wazi kuhusu tahadhari mbili.
Kwanza, sifa. Mawakala wanaopanua matokeo ya karatasi wanapaswa kukuza kazi ya watafiti asilia, sio kuizika. "Bado ni muhimu kuhusisha uvumbuzi wa mwisho na kurejelea kwenye karatasi asili na waandishi asilia wa kibinadamu," alisema.
Pili, uangalizi. Vigezo ambavyo mawakala hushirikiana na kufanya ugunduzi vinapaswa kuongozwa na kufuatiliwa kwa karibu, Zou alisema, ili kuweka ushirikiano huo ukiwa na mazoea salama na ya kimaadili ya utafiti.
Kazi hiyo iliungwa mkono na ufadhili wa Chan-Zuckerberg Biohub.
Kwanini Ni Muhimu
Paper2Agent inatua katika mazingira ya utafiti ambayo tayari yameundwa upya na ukaguzi wa fasihi unaosaidiwa na AI na uwekaji otomatiki wa maabara, lakini msingi wake ni tofauti: badala ya kutumia kielelezo cha madhumuni ya jumla kufanya muhtasari wa karatasi, inageuza kila karatasi kuwa mtaalamu aliyeidhinishwa, anayeweza kutekelezeka ambaye kwa kweli ameendesha tena sayansi ya msingi. Ikiwa mbinu hiyo itafanywa kwa ujumla, karatasi yenyewe ya kisayansi inaweza kubadilika kutoka hati inayoweza kutajwa hadi sehemu ya uendeshaji ya miundombinu - na kasi ambayo matokeo yanaunganishwa katika taaluma inaweza kuharakisha ipasavyo.
_Kaa Mbele ya Curve. Pata habari mpya kuhusu mafanikio ya AI na maana yake kwa sayansi na tasnia kwenye AI Buzz Wire._
