Các bài báo khoa học là tài liệu tĩnh kể từ khi các tạp chí học thuật đầu tiên xuất hiện vào những năm 1660. Một nhóm tại Stanford Medicine muốn khiến họ nói chuyện. Trong một nghiên cứu được công bố ngày 16 tháng 9 trên tạp chí Nature, các nhà nghiên cứu đã tiết lộ Paper2Agent, một hệ thống chuyển đổi bất kỳ bản thảo khoa học nào – văn bản, số liệu và dữ liệu – thành một tác nhân AI tương tác có thể trả lời các câu hỏi về công việc, áp dụng các phương pháp của nó cho dữ liệu mới và cộng tác với các tác nhân giấy khác để tạo ra những phát hiện mới.
Dự án được dẫn dắt bởi học giả sau tiến sĩ Jia Cheng Miao và tác giả cấp cao James Zou, phó giáo sư khoa học dữ liệu y sinh tại Stanford Medicine.
Từ trang thụ động đến kiến thức chủ động
Zou cho biết trong thông báo từ Stanford Medicine: “Về cơ bản trong toàn bộ lịch sử loài người, cách chúng ta thể hiện kiến thức là dưới dạng những đồ tạo tác rất thụ động này”. “Ngày xưa người ta khắc kiến thức vào đá, còn bây giờ chúng ta gõ kiến thức thành chữ trên các trang giấy - nhưng ở một khía cạnh nào đó, các trang giấy cũng không khá hơn là mấy.”
Ông nói thêm: “Đây là cơ hội để hình dung lại một cách cơ bản kiến thức trông như thế nào”. "Thay vì chỉ có các tạo phẩm thụ động, tại sao chúng ta không chuyển đổi từng bản ghi tĩnh thành một dạng kiến thức tích cực?" Zou mô tả mỗi đặc vụ giấy tờ giống như một tác giả ảo biết nghiên cứu thực sự được thực hiện như thế nào và có thể giải thích, bảo vệ và mở rộng nó.
Cách Paper2Agent xây dựng một tác nhân
Quá trình chuyển đổi dựa vào một nhóm "nhân viên" AI phân tích một bài báo đã xuất bản cùng với bất kỳ mã và dữ liệu liên quan nào. Điều quan trọng là họ không chỉ đọc nghiên cứu - họ còn cố gắng tái tạo nó từ đầu trong môi trường ảo, mô phỏng các thí nghiệm được ghi lại. Bằng cách làm lại công việc, các tác nhân tiếp thu bí quyết chưa bao giờ được đưa vào bản thảo cuối cùng, từ thuốc thử và phần phụ thuộc phần mềm đến các chi tiết cụ thể của thiết lập thử nghiệm.
Kiến thức đó sau đó được lưu trữ bằng MCP - một giao thức ngữ cảnh mô hình sắp xếp bài viết thành một cấu trúc có thể truy cập được. Zou cho biết: “MCP cho phép AI về cơ bản thể hiện một bản PDF trên giấy ở dạng mà các tác nhân dễ dàng truy cập, gần giống như một hệ thống lưu trữ,” Zou nói, với mỗi phần của bài báo được sắp xếp thành ngăn riêng.
Tuy nhiên, máy móc không thể nắm bắt được mọi thứ. Những thí nghiệm thất bại, những lời kêu gọi phán xét và lý do ngầm đằng sau những lựa chọn thiết kế vẫn chỉ tồn tại trong đầu các nhà nghiên cứu. Vì vậy, hệ thống bao gồm một bước đàm thoại trong đó nhân viên giấy phỏng vấn các tác giả con người để lấp đầy những khoảng trống đó.
Khám phá đầu tiên: Khách hàng tiềm năng mới về ADHD
Để chứng minh sự hợp tác giữa các đại lý có thể đạt được điều gì, nhóm đã chuyển đổi hai bài báo không liên quan thành các đại lý. Một người đã mô tả một công cụ dự đoán đột biến gen ảnh hưởng đến bộ gen như thế nào; người còn lại báo cáo một nghiên cứu liên kết trên toàn bộ gen về nguy cơ rối loạn tăng động giảm chú ý.
Sau khi cả hai cùng chạy, các đặc vụ đã tự mình tìm thấy điểm chung. Tác nhân dự đoán bộ gen đã áp dụng phương pháp của mình vào tập dữ liệu ADHD và đánh dấu một biến thể phân tử gần gen có tên MPHOSPH9 có liên quan đến nguy cơ tăng ADHD – một kết nối mà Zou cho biết chưa được báo cáo trước đây.
Zou nói: “Trước đây, nếu có hai nhóm nghiên cứu xuất bản hai bài báo khác nhau thì hai nhóm nghiên cứu đó phải tìm ra nhau bằng cách nào đó”. Tầm nhìn dài hạn lớn hơn nhiều so với việc ghép đôi được chọn lọc kỹ lưỡng: hàng triệu đặc vụ trên giấy xuất hiện chồng chéo lên nhau và tạo ra những hiểu biết mới trên quy mô lớn – điều mà Zou so sánh với việc xác định niên đại nhanh chóng bằng bản thảo.
Lời hứa, Ghi công và Bảo vệ
Cho đến nay, nhóm đã xây dựng hơn 100 đại lý trên giấy và vẫn đang tìm cách làm thế nào để hàng nghìn hoặc hàng triệu đại lý trong số đó có thể tìm thấy nhau một cách hiệu quả. Zou lập luận rằng lợi ích của khoa học là rất lớn – “Hàng triệu bài báo được xuất bản mỗi năm”, ông lưu ý – nhưng ông nói rõ về hai điều cần lưu ý.
Đầu tiên, ghi công. Các tác nhân mở rộng phát hiện của bài báo nên khuếch đại công trình nghiên cứu ban đầu của các nhà nghiên cứu chứ không phải chôn vùi nó. Ông nói: “Điều quan trọng vẫn là ghi nhận những khám phá cuối cùng và liên hệ chúng với các bài báo gốc và các tác giả gốc là con người”.
Thứ hai, giám sát. Zou cho biết, các thông số mà các tác nhân hợp tác và thực hiện khám phá cần được hướng dẫn và giám sát chặt chẽ để giữ cho những sự hợp tác đó phù hợp với thực tiễn nghiên cứu an toàn và có đạo đức.
Công trình được hỗ trợ bởi nguồn tài trợ từ Chan-Zuckerberg Biohub.
Tại sao nó lại quan trọng
Paper2Agent rơi vào bối cảnh nghiên cứu đã được định hình lại nhờ quá trình đánh giá tài liệu và tự động hóa phòng thí nghiệm được hỗ trợ bởi AI, nhưng tiền đề của nó lại khác: thay vì sử dụng mô hình có mục đích chung để tóm tắt các bài báo, nó biến mỗi bài báo thành một chuyên gia thực thi đã được xác minh và thực sự chạy lại khoa học cơ bản. Nếu cách tiếp cận này khái quát hóa, bản thân bài báo khoa học có thể phát triển từ một tài liệu có thể trích dẫn thành một phần cơ sở hạ tầng đang vận hành - và tốc độ kết nối các phát hiện giữa các ngành có thể tăng tốc theo đó.
_Đi trước đường cong. Nhận thông tin mới nhất về những đột phá của AI cũng như ý nghĩa của chúng đối với khoa học và ngành công nghiệp trên AI Buzz Wire._
