Ai2 ra mắt Theorizer, tìm giả thuyết từ các bài báo

Open source illustration: hands joining branches to a shared node tree

Viện Trí tuệ nhân tạo Allen (Ai2) ngày 19/11 đã ra mắt Theorizer trên nền tảng nghiên cứu Asta. Đây là một tác nhân ghép các phát hiện từ nhiều bài báo lại để đề xuất lời giải thích cho những hiện tượng đã quan sát được; mã nguồn được mở đồng thời trên GitHub.

Quy trình bắt đầu từ một câu hỏi. Sau khi truy xuất tài liệu, Theorizer trước hết tạo ra một mẫu trích xuất, quy định cần rút ra những gì từ mỗi bài báo. Ví dụ Ai2 đưa ra: với câu hỏi “khối u lớn lên như thế nào”, mẫu có thể gồm nghiên cứu xem xét những gen nào, đo hoạt động của gen ra sao, và điều gì xảy ra sau khi gen bị thay đổi. Tiếp theo, nó so sánh phát hiện giữa các bài và sinh ra một số lý thuyết; mỗi nhận định đều dẫn liên kết về bài báo gốc và ghi rõ phạm vi áp dụng. Nhà nghiên cứu có thể bấm ngược từng điểm về nguyên văn để xét bằng chứng đã đủ chưa, điều kiện thí nghiệm có thể đặt cạnh nhau để so sánh hay không. Những nhận định mà công cụ cho là mới được đề xuất sẽ được gắn dấu riêng.

Ba trường hợp, không có điểm benchmark

Ai2 cho biết bộ công cụ này đã được chỉnh sửa cùng các nhà khoa học trong gần một năm; lần này họ công bố vài trường hợp cụ thể, không kèm bất kỳ điểm đánh giá benchmark nào.

Trường hợp đầu tiên là ung thư biểu mô tuyến phổi. Khoảng 20% đến 30% ca bệnh không tìm được đột biến thúc đẩy được công nhận, kể cả khi đã giải trình tự toàn diện. Theorizer đưa ra ba hướng: có những biến đổi di truyền chưa được phát hiện đang kích hoạt tín hiệu RAS; có cơ chế khác giúp tế bào phân chia mà không cần qua RAS; và một số khối u mang đặc điểm của các loại tế bào khác. Phản ứng của nhà nghiên cứu Devarakonda sau khi đọc kết quả là:

“Wait a second, this is exactly what I think. And it took me 15 years to think like this.”

(Khoan đã, đây chính là điều tôi nghĩ. Tôi đã mất 15 năm mới nghĩ được như vậy.)

Sau đó nhóm nghiên cứu dùng thêm một công cụ khác của Ai2 là AutoDiscovery để đề xuất khả năng phức hợp DREAM bị phá vỡ, và bước đầu thấy dấu hiệu ủng hộ sự phụ thuộc vào CDK2. Ai2 nêu rõ tất cả những điều này vẫn cần được kiểm chứng bằng thực nghiệm.

Nhà thần kinh học Lecoq hỏi về các interneuron VIP. Ban đầu ông chỉ kỳ vọng nhận được một hai lý thuyết ứng viên, nhưng Theorizer trả về một lúc 50 lý thuyết.

Trường hợp thứ ba diễn ra ở Peru. Palacios và Juarez dùng bộ dữ liệu khí tượng PISCO; một lời giải thích do Theorizer đưa ra về sau bị hai người này kết luận là sai. Nhưng để kiểm tra nó, họ đã đối chiếu các đỉnh nhiệt độ tháng 11 và lần ngược đến tận nguồn dữ liệu: bản ghi điểm sương dừng ở năm 2016, trong khi bản ghi nhiệt độ thấp nhất kéo dài đến năm 2020, chênh nhau 4 năm; một số giá trị tái dựng vượt quá 35°C và tập trung vào tháng 11. Các đỉnh tháng 11 trong bản ghi nguồn từ đâu mà có thì hai người vẫn đang tìm số liệu quan trắc từ các trạm độc lập để đối chiếu, hiện chưa có kết luận.

Mạch Asta

Nhìn chuỗi động thái của Ai2 trên Asta trong năm nay, có thể thấy sự phân công giữa các công cụ ngày càng chi tiết. Đầu tháng 10, họ mở nguồn AstaBrief với 8 tỷ tham số, chuyên viết tài liệu truy xuất được thành báo cáo khoa học có trích dẫn, với thời gian ra bản thảo trung bình được công bố là 51,1 giây. AstaBrief đi theo hướng mô hình nhỏ, trọng số mở; lý do Ai2 đưa ra là nhiều nhà khoa học có bằng chứng tốt nhất nằm trong các báo cáo nội bộ, không thể gửi cho các phòng thí nghiệm AI thương mại. Theorizer tiến thêm một bước: từ tóm tắt những kết luận đã có sang đề xuất những lời giải thích có thể đem đi kiểm chứng.

Rào cản sử dụng không cao. Có thể dùng thẳng trên trang web Asta, chi phí token do Ai2 chi trả nhưng có giới hạn; muốn chạy trên máy của mình thì dùng thư viện đã mở, tự trả phí token theo mức dùng thực tế. Mã nguồn dùng giấy phép nào thì trang công bố không ghi, cần xem kho GitHub. Ai2 cũng đã lên lịch một buổi hội thảo trực tuyến dành cho các nhà khoa học vào 10 giờ sáng ngày 10/12 theo giờ Thái Bình Dương.

Ai2 tự nêu hai hạn chế: Theorizer có thể bỏ sót nghiên cứu liên quan, cũng có thể đánh giá sai tính nguyên bản — một lý thuyết trông có vẻ mới trong nhóm bài báo mà nó phân tích có thể đã được người khác nêu ở nơi khác. Trong số các nhận định mang dấu “mới”, bao nhiêu phần thuộc trường hợp này thì Ai2 chưa đưa ra thống kê; nhà nghiên cứu vẫn phải đối chiếu với phạm vi tài liệu rộng hơn.

Nguồn tham khảo: blog chính thức của Ai2, CocoLoop, nền tảng Asta, kho GitHub của Ai2; đã đối chiếu quy trình làm việc của Theorizer, tỷ lệ và số năm trong từng trường hợp, thời gian ra bản thảo trung bình của AstaBrief và quy tắc phí token của bản web.