El Allen Institute for AI (Ai2) presentó el 19 de noviembre, en su plataforma de investigación Asta, Theorizer, un agente que une los hallazgos de varios artículos para proponer explicaciones de los fenómenos observados. El código se publicó al mismo tiempo en GitHub como código abierto.
El uso empieza con una pregunta. Tras buscar en la literatura, Theorizer genera primero una plantilla de extracción que define qué debe sacarse de cada artículo. En el ejemplo de Ai2, ante la pregunta “cómo crecen los tumores”, la plantilla podría incluir qué genes examinó cada estudio, cómo midió su actividad y qué ocurrió tras modificarlos. Después compara los hallazgos de cada trabajo y genera varias teorías; cada afirmación enlaza con los artículos de origen e indica su ámbito de aplicación. Los investigadores pueden volver al texto original en cada punto para juzgar si las pruebas bastan y si las condiciones experimentales son comparables. Las afirmaciones que el sistema considera nuevas se marcan por separado.
Tres casos, ninguna puntuación de benchmark
Ai2 afirma que la herramienta se ha ido puliendo junto con científicos durante casi un año; lo que se presenta ahora son varios casos, sin ninguna puntuación de evaluación en benchmarks.
El primero es el adenocarcinoma de pulmón. En alrededor del 20 % al 30 % de los casos no se encuentra una mutación impulsora reconocida, incluso con secuenciación completa. Theorizer propuso tres direcciones: alteraciones genéticas aún no descubiertas que activan la señalización RAS; otros mecanismos que permiten a las células dividirse sin pasar por RAS; y tumores que han adquirido rasgos de otros tipos celulares. La reacción del investigador Devarakonda al leerlo fue:
“Wait a second, this is exactly what I think. And it took me 15 years to think like this.”
(Un momento, esto es justo lo que pienso. Y me costó 15 años llegar a pensar así.)
Más tarde, el equipo usó otra herramienta de Ai2, AutoDiscovery, para plantear la posible disrupción del complejo DREAM, y vio indicios preliminares que apoyan una dependencia de CDK2. Ai2 aclara que todo esto aún requiere validación experimental.
El neurocientífico Lecoq preguntó por las interneuronas VIP. Esperaba recibir una o dos teorías candidatas, pero Theorizer devolvió 50 de golpe.
El tercer caso ocurrió en Perú. Palacios y Juarez trabajaban con el conjunto de datos meteorológicos PISCO, y una explicación de Theorizer fue considerada errónea por ambos. Pero, para comprobarla, revisaron los picos de temperatura de noviembre y rastrearon hasta el origen de los datos: el registro de punto de rocío termina en 2016, mientras que el de temperatura mínima continúa hasta 2020, una diferencia de 4 años; algunos valores reconstruidos superan los 35 °C y se concentran en noviembre. De dónde salen los picos de noviembre en los registros de origen es algo que los dos siguen intentando cotejar con observaciones de estaciones independientes; por ahora no hay conclusión.
La línea Asta
Si se enlazan los movimientos de Ai2 en Asta este año, el reparto de funciones entre las herramientas es cada vez más fino. A principios de octubre abrió el código de AstaBrief, de 8.000 millones de parámetros, dedicado a convertir la literatura recuperada en informes científicos con citas; el tiempo medio de generación que se dio entonces fue de 51,1 segundos. AstaBrief apuesta por un modelo pequeño con pesos abiertos, y Ai2 argumenta que las mejores pruebas de muchos científicos están en informes internos que no pueden enviarse a laboratorios comerciales de IA. Theorizer da un paso más: pasa de resumir conclusiones existentes a proponer explicaciones que se pueden poner a prueba.
La barrera de uso es baja. Se puede usar directamente en la web de Asta, con el coste de tokens a cargo de Ai2 pero con un límite; para ejecutarlo en el propio equipo está la biblioteca abierta, y los tokens se pagan según el uso real. La página del anuncio no indica con qué licencia se publica el código; vale lo que figure en el repositorio de GitHub. Ai2 también ha programado un seminario en línea para científicos el 10 de diciembre a las 10:00, hora del Pacífico.
Ai2 enumera por sí misma dos limitaciones: Theorizer puede pasar por alto investigaciones relacionadas y puede juzgar mal la originalidad, pues una teoría que parece nueva dentro del conjunto de artículos analizado quizá ya la haya planteado alguien en otro lugar. Cuántas de las afirmaciones marcadas como “nuevas” caen en este caso, Ai2 no lo ha cuantificado; los investigadores siguen teniendo que contrastarlas con una literatura más amplia.
Fuentes: blog oficial de Ai2, CocoLoop, plataforma Asta, repositorio de Ai2 en GitHub; se verificaron el flujo de trabajo de Theorizer, los porcentajes y años de cada caso, el tiempo medio de generación de AstaBrief y las reglas de coste de tokens de la versión web.