Mehrere Forscher haben in den letzten 50 Jahren einen breiten Überblick über den wissenschaftlichen Fortschritt gewesen und sind zu dem gleichen beunruhigenden Schluss gekommen: Die wissenschaftliche Produktivität nimmt ab. Es dauert mehr Zeit, mehr Finanzmittel und größere Groups, um Entdeckungen zu machen, die einst schneller und billiger wurden. Obwohl für die Verlangsamung verschiedene Erklärungen angeboten wurden, müssen Wissenschaftler, da die Forschung komplexer und spezieller wird, mehr Zeit damit verbringen, Veröffentlichungen zu überprüfen, komplexe Experimente zu entwerfen und Daten zu analysieren.
Jetzt versucht das philanthropisch finanzierte Forschungslabor Futurehouse, die wissenschaftliche Forschung mit einer KI -Plattform zu beschleunigen, um viele der kritischen Schritte auf den Weg zum wissenschaftlichen Fortschritt zu automatisieren. Die Plattform besteht aus einer Reihe von AI -Agenten, die auf Aufgaben spezialisiert sind, einschließlich Informationsabruf, Informationssynthese, chemischer Synthesedesign und Datenanalyse.
Die FutureHouse -Gründer Sam Rodriques PhD ’19 und Andrew White glauben, dass er jeden Wissenschaftler Zugang zu seinen KI -Agenten ermöglicht, die größten Engpässe in der Wissenschaft durchbrechen und dazu beitragen können, einige der dringendsten Probleme der Menschheit zu lösen.
„Die natürliche Sprache ist die wirkliche Sprache der Wissenschaft“, sagt Rodriques. „Andere Menschen bauen Grundlage für Biologie auf, bei denen Modelle für maschinelles Lernen die Sprache von DNA oder Proteinen sprechen, und das ist mächtig. Entdeckungen sind jedoch nicht in DNA oder Proteinen dargestellt. Die einzige Möglichkeit, wie wir Entdeckungen, Hypothetern und Vernunft mit natürlicher Sprache darstellen können.“
Große Probleme finden
Für seine Doktorarbeit am MIT versuchte Rodriques, das Innenleben des Gehirns im Labor von Professor Ed Boyden zu verstehen.
„Die gesamte Idee hinter FutureHouse warfare von diesem Eindruck inspiriert, den ich während meiner Promotion am MIT bekommen habe, dass wir es nicht wissen würden, selbst wenn wir alle Informationen hätten, die wir wissen mussten, wie das Gehirn funktioniert, weil niemand Zeit hat, die gesamte Literatur zu lesen“, erklärt Rodriques. „Selbst wenn sie alles lesen könnten, könnten sie es nicht in eine umfassende Theorie zusammenstellen. Das warfare ein grundlegendes Stück des FutureHouse -Puzzles.“
Rodriques schrieb über das Bedürfnis nach Neue Arten von großen Forschungskooperationen Als das letzte Kapitel seiner Doktorarbeit im Jahr 2019 und obwohl er nach dem Abschluss einige Zeit am Francis Crick Institute in London ein Labor verbracht hatte, zogen er sich auf breite Wissenschaftsprobleme, die kein einziges Labor übernehmen konnte.
„Ich warfare daran interessiert, die Wissenschaft zu automatisieren oder zu skalieren und welche Arten von neuen Organisationsstrukturen oder -technologien eine höhere wissenschaftliche Produktivität freischalten würden“, sagt Rodriques.
Als Chat-GPT 3.5 im November 2022 veröffentlicht wurde, sahen Rodriques einen Weg zu leistungsfähigeren Modellen, die selbst wissenschaftliche Erkenntnisse hervorrufen konnten. Zu dieser Zeit traf er auch Andrew White, einen Computerchemiker an der Universität von Rochester, der einen frühen Zugang zu Chat-GPT 4 gewährt hatte. White hatte den ersten großartigen Agenten für die Wissenschaft aufgebaut, und die Forscher schlossen sich zusammen, um FutureHouse zu gründen.
Die Gründer begannen, verschiedene KI -Instruments für Aufgaben wie Literaturrecherchen, Datenanalyse und Hypothesengenerierung zu erstellen. Sie begannen mit der Datenerfassung und veröffentlichten schließlich im September 2024 Paperqa, was Rodriques den besten KI -Agenten der Welt zum Abrufen und Zusammenfassen von Informationen in der wissenschaftlichen Literatur nennt. Etwa zur gleichen Zeit veröffentlichte sie jemanden, ein Instrument, mit dem Wissenschaftler feststellen können, ob jemand bestimmte Experimente durchgeführt oder bestimmte Hypothesen untersucht hat.
„Wir saßen nur herum und fragten:“ Welche Fragen stellen wir die ganze Zeit als Wissenschaftler? „
Als FutureHouse am 1. Mai dieses Jahres offiziell seine Plattform startete, umbenannte es einige seiner Werkzeuge. Papier -QA ist jetzt Krähe und hat jetzt jemand Owl genannt. Falcon ist ein Agent, der in der Lage ist, mehr Quellen als Krähe zusammenzustellen und zu überprüfen. Ein weiterer neuer Agent, Phoenix, kann spezielle Instruments verwenden, um Forschern zu helfen, Chemie -Experimente zu planen. Und Finch ist ein Agent, der datengesteuerte Entdeckungen in der Biologie automatisiert.
Am 20. Mai zeigte das Unternehmen einen multi-Agent-Workflow für wissenschaftliche Entdeckungen, um wichtige Schritte des wissenschaftlichen Prozesses zu automatisieren und einen neuen therapeutischen Kandidaten für trockene altersbedingte Makuladegeneration (DAMD) zu identifizieren, eine Hauptursache für irreversible Blindheit weltweit. Im Juni veröffentlichte FutureHouse Ether0, ein 24B-Argumentationsmodell für Chemie.
„Man muss sich diese Agenten wirklich als Teil eines größeren Programs vorstellen“, sagt Rodriques. „Bald werden die Literatursuchagenten in den Datenanalyse -Agenten, den Hypothese -Generierungsagenten, einen Experimentplanungsagenten, integriert und alle so konstruiert, dass sie nahtlos zusammenarbeiten.“
Agenten für alle
Heute kann jeder zu den Agenten von FutureHouse auf Platform.futureHouse.org zugreifen. Die Plattformstart des Unternehmens erzeugte Aufregung in der Branche, und Geschichten haben über Wissenschaftler begonnen, die die Agenten verwenden, um die Forschung zu beschleunigen.
Einer der Wissenschaftler von FutureHouse verwendeten die Agenten, um ein Gen zu identifizieren, das mit dem polyzystischen Eierstocksyndrom in Verbindung gebracht werden könnte und eine neue Behandlungshypothese für die Krankheit erstellt. Ein weiterer Forscher am Lawrence Berkeley Nationwide Laboratory verwendete Crow, um einen KI -Assistenten zu erstellen, der in der PubMed Analysis -Datenbank nach Informationen zur Alzheimer -Krankheit durchsucht wurde.
Wissenschaftler einer anderen Forschungseinrichtung haben die Agenten genutzt, um systematische Überprüfungen von Genen durchzuführen, die für die Parkinson -Krankheit related sind, und die FutureHouse -Agenten fanden, dass die Agenten von FutureHouse besser abschneiden als Generalagenten.
Rodriques sagt, Wissenschaftler, die an die Agenten denken, die weniger wie Google Scholar und eher wie ein intelligenter Assistentenwissenschaftler das Beste aus der Plattform herausholen.
„Menschen, die nach Spekulationen suchen, neigen dazu, aus Chat-GPT O3-Forschung mehr Kilometer zu erzielen, während Menschen, die nach wirklich treuen Literaturberichten suchen, tendenziell mehr aus unseren Agenten herausholen“, erklärt Rodriques.
Rodriques glaubt auch, dass FutureHouse bald zu einem Punkt gelangen wird, an dem seine Agenten die Rohdaten aus Forschungsarbeiten verwenden können, um die Reproduzierbarkeit ihrer Ergebnisse zu testen und Schlussfolgerungen zu überprüfen.
Laut Rodriques ist Rodriques länger, um den wissenschaftlichen Fortschritt voranzutreiben, so Rodriques daran, seine Agenten mit stillschweigendem Wissen einzubetten, um anspruchsvollere Analysen durchzuführen und den Agenten gleichzeitig die Möglichkeit zu geben, Computerwerkzeuge zur Erkundung von Hypothesen zu verwenden.
„Es gab so viele Fortschritte in Bezug auf Basis -Modelle für Wissenschaft und Sprachmodelle für Proteine und DNA, dass wir unseren Agenten jetzt Zugang zu diesen Modellen und allen anderen Werkzeugen gewähren müssen, die Menschen üblicherweise für Wissenschaft verwenden“, sagt Rodriques. „Der Aufbau der Infrastruktur, damit Agenten spezialisiertere Instrumente für die Wissenschaft verwenden können, ist entscheidend.“