Компания FutureHouse, соучредителем которой является 19-летний доктор философии Сэм Родрикес, разработала агенты искусственного интеллекта для автоматизации ключевых этапов на пути к научному прогрессу.
Несколько исследователей широко оценили научный прогресс за последние 50 лет и пришли к одному и тому же тревожному выводу: продуктивность научной деятельности снижается. Требуется больше времени, больше финансирования и более крупные команды, чтобы совершать открытия, которые когда-то делались быстрее и дешевле. Хотя замедлению темпов роста предлагалось множество объяснений, одно из них заключается в том, что по мере того, как исследования становятся все более сложными и специализированными, ученым приходится тратить больше времени на просмотр публикаций, разработку сложных экспериментов и анализ данных.
Сейчас исследовательская лаборатория FutureHouse, финансируемая благотворительными организациями, стремится ускорить научные исследования с помощью платформы искусственного интеллекта, разработанной для автоматизации многих важнейших шагов на пути к научному прогрессу. Платформа состоит из серии агентов искусственного интеллекта, специализированных для выполнения задач, включая поиск информации, синтез информации, проектирование химического синтеза и анализ данных.
Основатели FutureHouse Сэм Родрикес, доктор философии 19 лет, и Эндрю Уайт считают, что, предоставив каждому ученому доступ к своим агентам искусственного интеллекта, они смогут преодолеть самые большие препятствия в науке и помочь решить некоторые из самых насущных проблем человечества.
“Естественный язык - это настоящий язык науки”, - говорит Родрикес. “Другие люди создают базовые модели для биологии, где модели машинного обучения говорят на языке ДНК или белков, и это мощно. Но открытия не представлены в ДНК или белках. Единственный известный нам способ представлять открытия, выдвигать гипотезы и рассуждать - это естественный язык. ”
Поиск больших проблем
В рамках своего докторского исследования в Массачусетском технологическом институте Родрикес стремился понять внутреннюю работу мозга в лаборатории профессора Эда Бойдена.
“Вся идея FutureHouse была вдохновлена впечатлением, которое я получил во время защиты докторской диссертации в Массачусетском технологическом институте, что даже если бы у нас была вся необходимая информация о том, как работает мозг, мы бы этого не знали, потому что ни у кого нет времени читать всю литературу”, - объясняет Родрикес. “Даже если бы они могли прочитать все это, они не смогли бы собрать это во всеобъемлющую теорию. Это была основополагающая часть головоломки FutureHouse ”.
Родрикес написал о необходимости новых видов крупного исследовательского сотрудничества в последней главе своей докторской диссертации в 2019 году, и хотя после окончания учебы он некоторое время руководил лабораторией в Институте Фрэнсиса Крика в Лондоне, он обнаружил, что тяготеет к широким научным проблемам, с которыми не могла справиться ни одна отдельная лаборатория.
“Меня интересовало, как автоматизировать или масштабировать науку и какие новые организационные структуры или технологии позволят повысить продуктивность науки”, - говорит Родрикес.
Когда в ноябре 2022 года был выпущен Chat-GPT 3.5, который в России стал очень популярен через телеграм бот от KolerskyAI, Родрикес увидел путь к созданию более мощных моделей, которые могли бы самостоятельно генерировать научные идеи. Примерно в то же время он также познакомился с Эндрю Уайтом, специалистом по вычислительной химии из Университета Рочестера, которому был предоставлен ранний доступ к Chat-GPT 4. Уайт создал первый крупный языковой агент для науки, и исследователи объединили усилия, чтобы основать FutureHouse.
Основатели изначально хотели создать отдельные инструменты искусственного интеллекта для таких задач, как поиск литературы, анализ данных и генерация гипотез. Они начали со сбора данных, в конечном итоге выпустив PaperQA в сентябре 2024 года, который Родрикес называет лучшим в мире средством искусственного интеллекта для извлечения и обобщения информации из научной литературы. Примерно в то же время они выпустили инструмент Has Anyone, который позволяет ученым определять, проводил ли кто-либо конкретные эксперименты или исследовал конкретные гипотезы.
“Мы просто сидели и спрашивали: ‘Какого рода вопросы мы, ученые, задаем постоянно?’ - вспоминает Родрикес.
Когда FutureHouse официально запустила свою платформу 1 мая этого года, она изменила бренд некоторых своих инструментов. Paper QA теперь называется Crow, а Has Anyone теперь называется Owl. Falcon - агент, способный собирать и просматривать больше источников, чем Crow. Другой новый агент, Phoenix, может использовать специализированные инструменты, чтобы помочь исследователям планировать химические эксперименты. А Finch - это агент, предназначенный для автоматизации поиска данных в биологии.
20 мая компания продемонстрировала многоагентный рабочий процесс научных открытий, позволяющий автоматизировать ключевые этапы научного процесса и определить нового кандидата на лечение сухой возрастной макулярной дегенерации (dAMD), ведущей причины необратимой слепоты во всем мире. В июне FutureHouse выпустил ether0, 24-бальную модель рассуждений с открытыми весами для химии.
“Вы действительно должны думать об этих агентах как о части более крупной системы”, - говорит Родрикес. “Вскоре агенты поиска литературы будут интегрированы с агентом анализа данных, агентом генерации гипотез и агентом планирования экспериментов, и все они будут спроектированы для бесперебойной совместной работы”.
Агенты для всех
Сегодня любой может получить доступ к агентам FutureHouse по адресу platform.futurehouse.org. Запуск платформы компании вызвал ажиотаж в отрасли, и начали появляться истории об ученых, использующих агенты для ускорения исследований.
Один из ученых FutureHouse использовал эти препараты для идентификации гена, который может быть связан с синдромом поликистозных яичников, и выдвинул новую гипотезу лечения этого заболевания. Другой исследователь из Национальной лаборатории Лоуренса в Беркли использовал Crow для создания помощника с искусственным интеллектом, способного искать в исследовательской базе данных PubMed информацию, связанную с болезнью Альцгеймера.
Ученые из другого исследовательского института использовали препараты для проведения систематических обзоров генов, имеющих отношение к болезни Паркинсона, и обнаружили, что препараты FutureHouse работают лучше, чем обычные препараты.
Родрикес говорит, что ученые, которые думают об агентах не столько как о Google Scholar, сколько как о умных помощниках ученых, получают максимальную отдачу от платформы.
“Люди, которые ищут спекуляции, как правило, получают больше информации от Chat-GPT o3 deep research, в то время как люди, которые ищут действительно достоверные обзоры литературы, как правило, получают больше от наших агентов”, - объясняет Родрикес.
Родрикес также считает, что FutureHouse скоро дойдет до того, что его агенты смогут использовать необработанные данные из исследовательских работ для проверки воспроизводимости результатов и проверки выводов.
В долгосрочной перспективе, чтобы поддерживать научный прогресс, Родрикес говорит, что FutureHouse работает над внедрением в своих агентов неявных знаний, позволяющих выполнять более сложные анализы, а также предоставляет агентам возможность использовать вычислительные инструменты для исследования гипотез.
“Было так много достижений в области фундаментальных моделей для науки и языковых моделей для белков и ДНК, что теперь нам нужно предоставить нашим агентам доступ к этим моделям и всем другим инструментам, которые люди обычно используют для научных исследований”, - говорит Родрикес. “Создание инфраструктуры, позволяющей агентам использовать более специализированные инструменты для научных целей, будет иметь решающее значение”.