研究者たちは、人間の研究パターンが人工知能のモデルに取り込まれて、将来の科学的な発見をより正確に予測するのに役立つかを探求しました。

既存の科学的な発見に基づいて訓練されたAIモデルは、新しい材料やターゲティングされた治療法を見つけるためにすでに使用されています。シカゴ大学とサンタフェ研究所の研究チームは、新たな論文でさらに一歩踏み込み、AIモデルに人間の知識の分布を統合することで、科学の加速化を試みています。

これらの「人間を意識した」AIモデルは、専門家が知識と協力ネットワークに基づいて推論を行う様子をシミュレートします。その結果、モデルは既存の知識に直接基づく未来の発見を予測できます。しかし、これらのモデルは意図的に人間の科学者の集団を回避して、介入なしではほとんど発見されない貴重な「エイリアン」な仮説を生成することもあります。

「人間を意識したAI」が発見を予測

研究者たちは、「人間を意識したAI」モデルが、科学的な内容のみを分析する手法に比べて、極端な場合には最大400％の向上を達成していることを示しました。例えば、材料科学の問題では、彼らのアプローチにより、従来の手法に比べて予測の精度が倍増しました。薬剤の新しい応用を探求する際には、精度が40％以上向上しました。チームは、モデルが成功した要因は、科学者の注意パターンに基づいていることを強調しています。

トレーニングにおいて、チームは公開された論文のメタデータから研究のハイパーグラフを構築し、材料、特性、および参加した著者の間の関連を示しました。そして、認知的にアクセス可能な推論を特定し、これらのハイパーグラフ上でランダムウォークのシーケンスを生成しました。つまり、専門家が自らの知識と協力に基づいて行う可能性のある推論を生成したのです。

研究トピック周辺の専門家の分布は、分野内で将来の発見の確率について強力な信号を提供しました。チームによれば、これらの発見は新しいつながりを築く際に生まれるとされており、つまり研究者が以前に関連付けられていなかった概念間のつながりを見つける際に発生するのだと言います。

AIは「ありそうな仮説」を人間よりも数年も前に生成できる

これによって、チームの第2のアプローチが登場します。彼らのAIモデルは、最初に専門家がアクセス可能な領域を超えてさらに展望することもできます。競合する研究領域を意図的に避けることで、モデルはありそうな仮説を生成し、より遠い研究領域への架け橋を築き、新しい概念や発見を可能にします。

「これらの発見は、私たちの研究のハイパーグラフによって刻まれた人間の経験と社会的な関係の影響を科学の進歩に支持しています。これは、材料と医学の進展における探索が未知の領域の探索よりも、より身近な領域の地域的探索によって主に支配されていることを示唆しています」とチームは述べています。「また、アルゴリズムを合意を回避するように調整することで、これらのモデルは機械の推薦なしでは数年先まで考えられず、追求されず、公表されないであろう有望な仮説を生成します。人間の注意の集合的なパターンを特定して修正することで、領域の限界や教育の制度化によって形成されたこれらのモデルは、現代の科学コミュニティを補完します。」

論文によれば、「人間を意識したAI」は、「現代の科学的な境界に向けて進化し、それを超える可能性を提供します」。

出典：The Decoderより。