dumaiПрепринт — материал ещё не прошёл рецензирование
ИИ предложил более убедительные гипотезы о лекарствах для 34 видов рака
Кратко
Система объединяла несколько специализированных ИИ: они предлагали идеи, критиковали их и отбирали следующие варианты. Для 34 видов рака эти гипотезы получили более высокие оценки по двум внешним биологическим показателям, чем шесть других подходов; преимущество сохранилось и для видов рака, которые не использовали при разработке системы. Проверяли соответствие гипотез внешним биологическим данным, а не действие лекарств на пациентах. Это результат препринта, ещё не прошедшего независимое рецензирование.
Зачем это знать
Это пример того, как несколько ИИ могут вместе искать объяснения для перепрофилирования уже известных лекарств. Пока результат говорит о соответствии идей внешним биологическим данным, а не о появлении новых работающих методов лечения.
Разбор
Авторы проверяли не только способность ИИ придумать идею, но и то, помогает ли выбранный способ совместной работы делать гипотезы сильнее. В HypoEvolve несколько языковых моделей выполняют разные роли: одна предлагает объяснение, другие меняют его, проверяют допущения, сравнивают варианты и оценивают, насколько идею можно проверить. Затем система оставляет лучшие варианты и использует их как основу для следующего раунда. Так авторы отделили научные способности отдельных моделей от правил их сотрудничества.
По сути, это похоже на отбор в нескольких поколениях. В каждом раунде к уже имеющимся гипотезам добавляют новые версии, созданные из предыдущих идей, а затем сравнивают весь набор и сохраняют лидеров. При этом роли агентов, их инструкции и научные критерии не меняются — меняются именно правила отбора и обновления набора гипотез. Благодаря этому можно отдельно изучать, какая организация поиска приносит пользу.
Проверку построили вокруг перепрофилирования лекарств: система должна была объяснить, почему уже известное соединение может повлиять на определённую мишень при конкретном виде рака. После поиска гипотезы сопоставляли с независимыми биологическими данными, а не просили сам ИИ оценить собственные ответы. Для этого использовали два взаимодополняющих набора данных, связанных с экспериментальными, генетическими и клиническими свидетельствами. Улучшение сохранялось и на видах рака, которые не входили в материал для разработки системы, что говорит о переносе подхода за пределы знакомых ей примеров.
Ключевые цифры
Можно ли доверять
Это препринт с arXiv, поэтому независимая проверка рецензентами ещё впереди. Сильная сторона работы — сравнение с внешними биологическими данными и проверка на отложенных видах рака, но авторы не проверяли, работают ли предложенные лекарства на пациентах или в клинических испытаниях.
Пересказано ИИ по научной статье. Как это устроено