艾倫人工智慧研究所(Ai2)11 月 19 日在科研平台 Asta 上推出 Theorizer,這是一個把多篇論文的發現串起來、為觀察到的現象提出解釋的智慧代理,程式碼同步在 GitHub 開源。
使用方式從提問開始。Theorizer 檢索文獻後,會先產生一份擷取範本,規定每篇論文要摘出哪些內容。Ai2 舉的例子是,若問「腫瘤如何長大」,範本可能包括研究探討了哪些基因、如何測量活性、改動基因後發生了什麼。接著它比較各篇的發現,產生數條理論,每項主張都連結到來源論文,並註明適用範圍。研究者可以逐條點回原文,判斷證據是否足夠、實驗條件能否放在一起比較。它認為是新提出的主張,會另外加上標記。
三個案例,沒有跑分
Ai2 表示,這套工具與科學家一起打磨了近一年,這次公開的是幾個案例,沒有任何基準測試分數。
第一個是肺腺癌。約 20% 到 30% 的病例即使做了全面定序,也找不到公認的驅動突變。Theorizer 給出三個方向:尚未被發現的遺傳改變正在活化 RAS 訊號;有其他機制讓細胞繞過 RAS 也能分裂;部分腫瘤帶上了其他細胞類型的特徵。研究者 Devarakonda 看完後的反應是:
"Wait a second, this is exactly what I think. And it took me 15 years to think like this."
(等一下,這正是我的想法。我花了 15 年才學會這樣思考。)
團隊後來又用 Ai2 的另一項工具 AutoDiscovery,提出 DREAM 複合體遭到破壞的可能性,並初步看到支持 CDK2 依賴性的跡象。Ai2 載明,這些都還需要靠實驗驗證。
神經科學家 Lecoq 問的是 VIP 中間神經元,原本預期拿到一、兩條候選理論,Theorizer 一次回傳了 50 條。
第三個案例在祕魯。Palacios 和 Juarez 使用的是 PISCO 氣象資料集,Theorizer 給出的其中一條解釋,後來被兩人判定是錯的。但為了檢驗它,他們去核對 11 月的溫度峰值,一路追到資料來源:露點紀錄止於 2016 年,最低溫度紀錄卻延續到 2020 年,中間差了 4 年;部分重建值超過 35°C,而且集中在 11 月。來源紀錄中的 11 月峰值從何而來,兩人仍在用獨立站點的觀測資料比對,目前沒有結論。
Asta 這條產品線
把 Ai2 今年在 Asta 上的動作連起來看,工具的分工越來越細。10 月初,它開源了 80 億參數的 AstaBrief,專門把檢索到的文獻寫成附引用的科研報告,當時公布的平均出稿時間是 51.1 秒。AstaBrief 走小模型、開放權重的路線,Ai2 的理由是不少科學家手上最好的證據在內部報告裡,無法交給商業 AI 實驗室。Theorizer 又往前走了一步,從總結既有結論,走到提出可以拿去驗證的解釋。
使用門檻不高。在 Asta 網頁上可以直接使用,token 費用由 Ai2 負擔,但設有上限;想在自己的機器上執行,可以使用開放出來的函式庫,並依實際用量自付 token 費用。程式碼採用什麼授權條款,發表頁面沒有寫,應以 GitHub 儲存庫為準。Ai2 還訂於太平洋時間 12 月 10 日上午 10 點舉辦一場面向科學家的線上研討會。
Ai2 自己列出的限制有兩項:Theorizer 可能漏掉相關研究,也可能誤判原創性,在它分析的那批論文裡看起來新穎的理論,也許別處早就有人提過。被標上「新」的主張當中有多少屬於這種情況,Ai2 沒有提供統計,研究者仍要拿更大範圍的文獻去對照。
參考來源:CocoLoop、Ai2 官方部落格、Asta 平台、Ai2 GitHub 儲存庫;核實 Theorizer 的工作流程、各案例中的比例與年份資料、AstaBrief 平均出稿時間,以及網頁版 token 費用規則。