پرسیدن فرضیه تحقیق از هوش مصنوعی: راهی نوین و جذاب!

ایجاد فرضیه‌های تحقیقاتی منحصر به فرد با کمک هوش مصنوعی

ایجاد یک فرضیه تحقیقاتی منحصر به فرد و امیدوارکننده، مهارتی اساسی برای هر دانشمند است. این فرآیند می‌تواند زمان‌بر باشد؛ به‌طوری که دانشجویان دکترا ممکن است در سال اول تحصیل خود تلاش کنند تا دقیقاً مشخص کنند که چه چیزی را در آزمایش‌های خود بررسی کنند. اما اگر هوش مصنوعی بتواند به این فرآیند کمک کند؟ محققان MIT روشی را برای تولید و ارزیابی خودکار فرضیه‌های تحقیقاتی امیدوارکننده در زمینه‌های مختلف از طریق همکاری انسان و هوش مصنوعی ایجاد کرده‌اند.

در یک مقاله جدید، آن‌ها توضیح می‌دهند که چگونه از این چارچوب برای ایجاد فرضیه‌های مبتنی بر شواهد استفاده کرده‌اند که با نیازهای تحقیقاتی برآورده‌نشده در زمینه مواد الهام‌گرفته از زیست‌شناسی هم‌راستا است. این مطالعه که امروز در نشریه Advanced Materials منتشر شده، به‌طور مشترک توسط علیرضا غفاری‌لاهی، پژوهشگر پسادکترا در Laboratory for Atomistic and Molecular Mechanics (LAMM) و مارکوس بیهلر، استاد مهندسی در دپارتمان‌های مهندسی عمران و محیط زیست و مهندسی مکانیک MIT و مدیر LAMM نوشته شده است.

چارچوب SciAgents

چارچوبی که محققان آن را SciAgents نامیده‌اند، شامل چندین عامل هوش مصنوعی است که هر کدام قابلیت‌ها و دسترسی‌های خاصی به داده‌ها دارند. این عوامل از روش‌های استدلال گرافی استفاده می‌کنند، جایی که مدل‌های هوش مصنوعی از یک گراف دانش بهره می‌برند که روابط بین مفاهیم علمی مختلف را سازمان‌دهی و تعریف می‌کند. این رویکرد چندعاملی، شبیه به نحوه سازمان‌دهی سیستم‌های زیستی به‌عنوان گروه‌هایی از بلوک‌های سازنده ابتدایی است. بیهلر اشاره می‌کند که این اصل تقسیم و تسخیر یک الگوی بارز در زیست‌شناسی در سطوح مختلف است، از مواد تا گروه‌های حشرات و تمدن‌ها – همه نمونه‌هایی که هوش کل به‌مراتب بیشتر از مجموع توانایی‌های افراد است.

بیهلر می‌گوید: “با استفاده از چندین عامل هوش مصنوعی، ما سعی داریم فرآیند کشف را شبیه‌سازی کنیم که جوامع علمی از آن استفاده می‌کنند.” او ادامه می‌دهد: “در MIT، ما این کار را با همکاری افرادی با زمینه‌های مختلف انجام می‌دهیم که در کافه‌ها یا در Infinite Corridor MIT با یکدیگر برخورد می‌کنند. اما این فرآیند بسیار تصادفی و کند است. هدف ما شبیه‌سازی فرآیند کشف با بررسی این است که آیا سیستم‌های هوش مصنوعی می‌توانند خلاق باشند و کشفیات جدیدی انجام دهند.”

خودکارسازی ایده‌های خوب

تحولات اخیر نشان داده‌اند که مدل‌های زبانی بزرگ (LLMs) توانایی چشمگیری در پاسخ به سوالات، خلاصه‌سازی اطلاعات و انجام وظایف ساده دارند. اما آن‌ها در تولید ایده‌های جدید از صفر محدودیت‌های زیادی دارند. محققان MIT می‌خواستند سیستمی طراحی کنند که به مدل‌های هوش مصنوعی اجازه دهد فرآیند پیچیده‌تری را انجام دهند که فراتر از یادآوری اطلاعات آموخته‌شده در طول آموزش باشد و به تولید دانش جدید بپردازد.

پایه‌گذار این رویکرد، یک گراف دانش هستی‌شناختی است که مفاهیم علمی مختلف را سازمان‌دهی و ارتباطات بین آن‌ها را برقرار می‌کند. برای ایجاد این گراف‌ها، محققان مجموعه‌ای از مقالات علمی را به یک مدل هوش مصنوعی تولیدی وارد می‌کنند. در کارهای قبلی، بیهلر از یک رشته ریاضی به نام نظریه دسته‌ها استفاده کرده است تا به مدل هوش مصنوعی کمک کند تا انتزاعات مفاهیم علمی را به‌عنوان گراف‌ها توسعه دهد، که در آن روابط بین اجزا تعریف می‌شود و به‌گونه‌ای قابل تحلیل است که سایر مدل‌ها از طریق فرآیند استدلال گرافی از آن استفاده کنند. این رویکرد به مدل‌های هوش مصنوعی کمک می‌کند تا روش‌های اصولی‌تری برای درک مفاهیم توسعه دهند و همچنین به آن‌ها اجازه می‌دهد تا بهتر در حوزه‌های مختلف تعمیم دهند.

بیهلر می‌گوید: “این برای ما بسیار مهم است که مدل‌های هوش مصنوعی متمرکز بر علم ایجاد کنیم، زیرا نظریه‌های علمی معمولاً بر اصول قابل تعمیم استوارند و نه فقط یادآوری دانش.” او ادامه می‌دهد: “با تمرکز بر روی ‘تفکر’ در چنین روشی، می‌توانیم از روش‌های متعارف فراتر برویم و استفاده‌های خلاقانه‌تری از هوش مصنوعی را بررسی کنیم.”

برای مقاله اخیر، محققان از حدود ۱۰۰۰ مطالعه علمی در زمینه مواد زیستی استفاده کردند، اما بیهلر می‌گوید که گراف‌های دانش می‌توانند با استفاده از تعداد بیشتری یا کمتری از مقالات تحقیقاتی از هر زمینه‌ای تولید شوند. با ایجاد این گراف، محققان یک سیستم هوش مصنوعی برای کشف علمی توسعه دادند که شامل چندین مدل تخصصی است که نقش‌های خاصی در سیستم ایفا می‌کنند. بیشتر اجزا بر اساس مدل‌های سری ChatGPT-4 OpenAI ساخته شده و از تکنیک یادگیری در زمینه استفاده می‌کنند، که در آن، دستورات اطلاعات زمینه‌ای درباره نقش مدل در سیستم را فراهم می‌کنند و به آن اجازه می‌دهند از داده‌های ارائه‌شده یاد بگیرد. عوامل فردی در این چارچوب با یکدیگر تعامل دارند تا به‌طور جمعی یک مشکل پیچیده را حل کنند که هیچ‌کدام از آن‌ها به تنهایی قادر به انجام آن نیستند. اولین وظیفه‌ای که به آن‌ها داده می‌شود، تولید فرضیه تحقیقاتی است.

تعاملات LLM و ساختار گراف دانش

تعاملات مدل‌های زبانی بزرگ (LLM) پس از تعریف یک زیرگراف از گراف دانش آغاز می‌شود. این فرآیند می‌تواند به‌طور تصادفی یا با وارد کردن دستی یک جفت کلمه کلیدی که در مقالات مورد بحث قرار گرفته‌اند، انجام شود. در این چارچوب، یک مدل زبانی که محققان آن را “اونتولوژیست” نامیده‌اند، وظیفه تعریف اصطلاحات علمی در مقالات و بررسی ارتباطات بین آن‌ها را به عهده دارد و به گراف دانش عمق می‌بخشد.

پیشنهادات تحقیقاتی و ارزیابی

مدلی به نام “دانشمند 1” سپس یک پیشنهاد تحقیقاتی را بر اساس عواملی مانند توانایی کشف ویژگی‌های غیرمنتظره و نوآوری تهیه می‌کند. این پیشنهاد شامل بحثی در مورد یافته‌های احتمالی، تأثیر پژوهش و حدس‌هایی درباره مکانیزم‌های زیرین عمل است. مدل “دانشمند 2” بر روی این ایده گسترش می‌دهد و رویکردهای تجربی و شبیه‌سازی خاصی را پیشنهاد می‌کند و بهبودهای دیگری نیز ارائه می‌دهد. در نهایت، مدل “منتقد” نقاط قوت و ضعف را برجسته کرده و پیشنهاداتی برای بهبود بیشتر مطرح می‌کند.

بوهلر می‌گوید: “هدف ساختن یک تیم از کارشناسان است که همه به یک شکل فکر نمی‌کنند. آن‌ها باید به‌طور متفاوتی فکر کنند و قابلیت‌های مختلفی داشته باشند. عامل منتقد به‌طور عمدی برنامه‌ریزی شده است تا به نقد دیگران بپردازد، بنابراین همه نمی‌گویند که این ایده عالی است. شما یک عامل دارید که می‌گوید: ‘اینجا یک ضعف وجود دارد، می‌توانید بهتر توضیح دهید؟’ این امر باعث می‌شود خروجی بسیار متفاوت از مدل‌های تکی باشد.”

جستجوی ادبیات و ارزیابی نوآوری

سایر عوامل در سیستم قادر به جستجوی ادبیات موجود هستند که به سیستم این امکان را می‌دهد تا نه تنها قابلیت‌سنجی را ارزیابی کند بلکه نوآوری هر ایده را نیز ایجاد و ارزیابی نماید.

تقویت سیستم

برای اعتبارسنجی رویکرد خود، بوهلر و غفاری‌لاهی یک گراف دانش بر اساس کلمات “ابریشم” و “مصرف انرژی بالا” ساختند. با استفاده از این چارچوب، مدل “دانشمند 1” پیشنهاد کرد که ابریشم را با رنگدانه‌های مبتنی بر دندلیون ترکیب کنند تا مواد زیستی با خواص نوری و مکانیکی بهبود یافته تولید کنند. این مدل پیش‌بینی کرد که ماده به‌طور قابل توجهی قوی‌تر از مواد ابریشمی سنتی خواهد بود و نیاز به انرژی کمتری برای پردازش دارد.

سپس “دانشمند 2” پیشنهاداتی ارائه داد، مانند استفاده از ابزارهای شبیه‌سازی دینامیک مولکولی خاص برای بررسی نحوه تعامل مواد پیشنهادی و افزود که یک کاربرد خوب برای این ماده، چسب زیست‌الهام‌گرفته است. مدل منتقد سپس چندین نقطه قوت ماده پیشنهادی و زمینه‌های بهبود، مانند مقیاس‌پذیری، پایداری بلندمدت و تأثیرات زیست‌محیطی استفاده از حلال‌ها را برجسته کرد. برای رفع این نگرانی‌ها، منتقد پیشنهاد کرد که مطالعات آزمایشی برای اعتبارسنجی فرآیند انجام شود و تحلیل‌های دقیقی از دوام ماده صورت گیرد.

ایده‌های جدید و نوآوری

محققان همچنین آزمایش‌های دیگری با کلمات کلیدی تصادفی انجام دادند که فرضیات مختلفی را درباره چیپ‌های میکروسیال زیست‌الهام‌گرفته، بهبود خواص مکانیکی داربست‌های مبتنی بر کلاژن و تعامل بین گرافن و فیبرهای آمیلوئید برای ایجاد دستگاه‌های بیوالکترونیکی تولید کرد. غفاری‌لاهی می‌گوید: “سیستم توانست این ایده‌های جدید و دقیق را بر اساس مسیر گراف دانش ارائه دهد. از نظر نوآوری و کاربرد، به نظر می‌رسید مواد قوی و نوآورانه هستند. در کارهای آینده، ما قصد داریم هزاران یا ده‌ها هزار ایده تحقیقاتی جدید تولید کنیم و سپس می‌توانیم آن‌ها را دسته‌بندی کنیم و سعی کنیم بهتر درک کنیم که چگونه این مواد تولید می‌شوند و چگونه می‌توانند بیشتر بهبود یابند.”

آینده و ابزارهای جدید

محققان امیدوارند ابزارهای جدیدی برای بازیابی اطلاعات و اجرای شبیه‌سازی‌ها به چارچوب‌های خود اضافه کنند. آن‌ها همچنین می‌توانند به راحتی مدل‌های پایه را در چارچوب‌های خود با مدل‌های پیشرفته‌تر جایگزین کنند و به سیستم اجازه دهند با آخرین نوآوری‌ها در AI سازگار شود. بوهلر می‌گوید: “به دلیل نحوه تعامل این عوامل، بهبود در یک مدل، حتی اگر جزئی باشد، تأثیر زیادی بر رفتارها و خروجی کلی سیستم دارد.”

از زمان انتشار یک پیش‌نویس با جزئیات منبع باز رویکرد خود، محققان با صدها نفر که علاقه‌مند به استفاده از این چارچوب‌ها در زمینه‌های علمی مختلف و حتی حوزه‌هایی مانند مالی و امنیت سایبری هستند، تماس گرفته‌اند. بوهلر می‌گوید: “کارهای زیادی وجود دارد که می‌توانید بدون نیاز به رفتن به آزمایشگاه انجام دهید. شما اساساً می‌خواهید در انتهای فرآیند به آزمایشگاه بروید. آزمایشگاه هزینه‌بر و زمان‌بر است، بنابراین شما به سیستمی نیاز دارید که بتواند به عمق بهترین ایده‌ها برود، بهترین فرضیات را فرموله کند و رفتارهای نوظهور را به‌طور دقیق پیش‌بینی کند. چشم‌انداز ما این است که این کار را آسان کنیم، بنابراین می‌توانید از یک اپلیکیشن برای وارد کردن ایده‌های دیگر یا کشیدن داده‌ها استفاده کنید تا واقعاً مدل را به چالش بکشید و کشفیات جدیدی انجام دهید.”