1660 کی دہائی میں پہلے علمی جرائد کے شائع ہونے کے بعد سے سائنسی کاغذات جامد دستاویزات ہیں۔ سٹینفورڈ میڈیسن کی ایک ٹیم ان سے بات کرنا چاہتی ہے۔ جریدے نیچر میں 16 ستمبر کو شائع ہونے والی ایک تحقیق میں، محققین نے Paper2Agent کی نقاب کشائی کی، ایک ایسا نظام جو کسی بھی سائنسی مخطوطے - اس کے متن، اعداد و شمار اور ڈیٹا کو - ایک انٹرایکٹو AI ایجنٹ میں تبدیل کرتا ہے جو کام کے بارے میں سوالات کے جوابات دے سکتا ہے، اس کے طریقوں کو نئے ڈیٹا پر لاگو کر سکتا ہے، اور نئے نتائج پیدا کرنے کے لیے دوسرے کاغذی ایجنٹوں کے ساتھ تعاون کر سکتا ہے۔
اس پروجیکٹ کی قیادت پوسٹ ڈاکٹریٹ اسکالر جیاچینگ میاؤ اور سینئر مصنف جیمز زو نے کی، جو اسٹینفورڈ میڈیسن میں بائیو میڈیکل ڈیٹا سائنس کے ایک ایسوسی ایٹ پروفیسر تھے۔
غیر فعال صفحات سے فعال علم تک
"بنیادی طور پر تمام انسانی تاریخ کے لیے، جس طرح سے ہم علم کی نمائندگی کرتے ہیں وہ ان انتہائی غیر فعال نمونوں کی شکل میں ہے،" زو نے سٹینفورڈ میڈیسن کے اعلان میں کہا۔ "پرانے زمانے میں لوگ علم کو پتھروں میں تراشتے تھے، اور اب ہم علم کو الفاظ میں صفحات پر ٹائپ کرتے ہیں - لیکن کچھ معنوں میں صفحات اتنے بہتر نہیں ہوتے۔"
انہوں نے مزید کہا کہ "یہ بنیادی طور پر دوبارہ تصور کرنے کا ایک موقع ہے کہ علم کیسا لگتا ہے۔" "صرف غیر فعال نمونے رکھنے کے بجائے، ہم ہر ایک جامد ریکارڈ کو علم کے ایک فعال مجسمہ میں تبدیل کیوں نہیں کرتے؟" Zou ہر کاغذی ایجنٹ کو مجازی مصنف کی طرح بیان کرتا ہے جو جانتا ہے کہ تحقیق کس طرح کی گئی تھی اور وہ اس کی وضاحت، دفاع اور توسیع کر سکتا ہے۔
Paper2Agent ایک ایجنٹ کیسے بناتا ہے۔
تبادلوں کا عمل AI "ورکر ایجنٹوں" کی ایک ٹیم پر انحصار کرتا ہے جو کسی بھی متعلقہ کوڈ اور ڈیٹا کے ساتھ شائع شدہ کاغذ کو الگ کرتا ہے۔ اہم طور پر، وہ صرف مطالعہ نہیں پڑھتے ہیں - وہ دستاویزی تجربات کی نقالی کرتے ہوئے اسے ورچوئل ماحول میں شروع سے دوبارہ پیش کرنے کی کوشش کرتے ہیں۔ کام کو دوبارہ کرنے سے، ایجنٹ اس علم کو جذب کر لیتے ہیں جو اسے کبھی بھی حتمی نسخہ میں نہیں بناتا، ری ایجنٹس اور سافٹ ویئر پر انحصار سے لے کر تجرباتی سیٹ اپ کی تفصیلات تک۔
پھر اس علم کو MCP - ایک ماڈل سیاق و سباق پروٹوکول کا استعمال کرتے ہوئے ذخیرہ کیا جاتا ہے جو کاغذ کو قابل رسائی ڈھانچے میں ترتیب دیتا ہے۔ "ایک MCP AI کو بنیادی طور پر ایک کاغذ کی PDF کی نمائندگی کرنے دیتا ہے جس میں ایجنٹوں کے لیے رسائی آسان ہے، تقریباً ایک فائلنگ سسٹم کی طرح،" Zou نے کہا، کاغذ کے ہر حصے کو اس کے اپنے کمپارٹمنٹ میں منظم کیا جاتا ہے۔
مشینیں ہر چیز پر قبضہ نہیں کر سکتیں۔ ناکام تجربات، فیصلے کی کالیں اور ڈیزائن کے انتخاب کے پیچھے خاموش استدلال اب بھی صرف محققین کے دماغ میں رہتا ہے۔ لہذا اس نظام میں ایک بات چیت کا مرحلہ شامل ہے جس میں کاغذی ایجنٹ انسانی مصنفین کا انٹرویو لیتا ہے تاکہ ان خلا کو پُر کیا جا سکے۔
پہلی دریافت: ایک نئی ADHD لیڈ
یہ ظاہر کرنے کے لیے کہ ایجنٹ سے ایجنٹ کا تعاون کیا حاصل کر سکتا ہے، ٹیم نے دو غیر متعلقہ کاغذات کو ایجنٹوں میں تبدیل کیا۔ ایک نے یہ اندازہ لگانے کے لیے ایک ٹول بیان کیا کہ جینیاتی تغیرات جینوم کو کیسے متاثر کرتے ہیں۔ دوسرے نے توجہ کی کمی/ہائپر ایکٹیویٹی ڈس آرڈر کے خطرے کے جینوم وسیع ایسوسی ایشن کے مطالعہ کی اطلاع دی۔
ایک بار جب دونوں چل رہے تھے، ایجنٹوں کو اپنے طور پر مشترکہ بنیاد مل گئی۔ جینوم کی پیشن گوئی کرنے والے ایجنٹ نے اپنا طریقہ ADHD ڈیٹاسیٹ پر لاگو کیا اور MPHOSPH9 نامی جین کے قریب ایک مالیکیولر ویرینٹ کو جھنڈا لگایا جیسا کہ ADHD کے بڑھتے ہوئے خطرے سے وابستہ ہے - ایک کنکشن Zou نے بتایا کہ اس سے پہلے اس کی اطلاع نہیں دی گئی تھی۔
زو نے کہا، "ماضی میں، اگر دو ریسرچ گروپس ہیں جو دو مختلف مقالے شائع کرتے ہیں، تو ان دو ریسرچ گروپس کو کسی نہ کسی طرح ایک دوسرے کو تلاش کرنا پڑتا ہے،" زو نے کہا۔ طویل مدتی وژن ہاتھ سے چنی گئی جوڑی سے کہیں زیادہ بڑا ہے: لاکھوں کاغذی ایجنٹس آپس میں اوورلیپ کر رہے ہیں اور پیمانے پر نئی بصیرتیں پیدا کر رہے ہیں — جو کہ مخطوطہ کی رفتار ڈیٹنگ کے مقابلے میں Zou ہے۔
وعدہ، انتساب اور محافظ
ٹیم نے اب تک 100 سے زیادہ کاغذی ایجنٹ بنائے ہیں اور اب بھی اس بات پر کام کر رہی ہے کہ ان میں سے ہزاروں یا لاکھوں کیسے نتیجہ خیز طور پر ایک دوسرے کو تلاش کر سکتے ہیں۔ زو کا استدلال ہے کہ سائنس کا فائدہ بہت بڑا ہے - "ہر سال لاکھوں کاغذات شائع ہوتے ہیں،" انہوں نے نوٹ کیا - لیکن وہ دو انتباہات کے بارے میں واضح ہیں۔
سب سے پہلے، انتساب. ایجنٹ جو کاغذ کے نتائج کو بڑھاتے ہیں انہیں اصل محققین کے کام کو بڑھانا چاہئے، اسے دفن نہیں کرنا چاہئے۔ انہوں نے کہا کہ "حتمی دریافتوں کو منسوب کرنا اور انہیں اصل کاغذات اور اصل انسانی مصنفین کی طرف حوالہ دینا اب بھی ضروری ہے۔"
دوسرا، نگرانی. زو نے کہا کہ جن پیرامیٹرز کے تحت ایجنٹ تعاون کرتے ہیں اور دریافت کرتے ہیں ان کی قریبی رہنمائی اور نگرانی کی جانی چاہیے تاکہ ان تعاون کو محفوظ اور اخلاقی تحقیقی طریقوں سے ہم آہنگ رکھا جا سکے۔
اس کام کی حمایت Chan-Zuckerberg Biohub سے فنڈنگ سے ہوئی۔
یہ کیوں اہمیت رکھتا ہے۔
Paper2Agent ایک تحقیقی منظر نامے میں اترتا ہے جو پہلے ہی AI کی مدد سے ادب کے جائزے اور لیب آٹومیشن کے ذریعے نئی شکل دے چکا ہے، لیکن اس کی بنیاد مختلف ہے: کاغذات کا خلاصہ کرنے کے لیے ایک عام مقصد کے ماڈل کو استعمال کرنے کے بجائے، یہ ہر کاغذ کو ایک تصدیق شدہ، قابل عمل ماہر میں بدل دیتا ہے جس نے اصل میں بنیادی سائنس کو دوبارہ چلایا ہے۔ اگر نقطہ نظر کو عام کیا جاتا ہے تو، سائنسی کاغذ خود ایک قابل ذکر دستاویز سے بنیادی ڈھانچے کے آپریٹنگ ٹکڑے میں تیار ہو سکتا ہے - اور جس رفتار سے نتائج مختلف شعبوں میں مربوط ہوتے ہیں اس کے مطابق تیز ہو سکتے ہیں۔
_وکر سے آگے رہیں۔ AI Buzz Wire پر AI کامیابیوں اور سائنس اور صنعت کے لیے ان کا کیا مطلب ہے کے بارے میں تازہ ترین معلومات حاصل کریں۔
