艾倫人工智能研究院今天正式推出了AutoDiscovery，這是一個全新的人工智能系統(tǒng)，現(xiàn)已作為實(shí)驗性功能提供，專門幫助科研人員在面對海量數(shù)據(jù)時提出正確的研究問題。

對于科學(xué)研究而言，在大量論文中發(fā)現(xiàn)模式往往是一個巨大的負(fù)擔(dān)，這已成為日常科研工作中最耗時的部分。然而，研究工作最大的瓶頸往往不是研究人員需要閱讀的成堆論文和書籍來獲得所需答案，而是知道應(yīng)該提出什么樣的正確問題。

AutoDiscovery的前身是AutoDS，現(xiàn)在已集成到AstaLabs中，這是艾倫人工智能研究院開發(fā)的科學(xué)AI生態(tài)系統(tǒng)Asta的一部分，該系統(tǒng)能夠分析、總結(jié)和搜索超過1.08億篇學(xué)術(shù)摘要和1200萬篇全文論文。

與傳統(tǒng)的從問題開始的研究方式不同，這項功能從數(shù)據(jù)出發(fā)，通過生成自然語言假設(shè)來自主提出問題，提出實(shí)驗計劃，編寫Python代碼并執(zhí)行，解釋統(tǒng)計結(jié)果，并利用這些結(jié)果生成新的假設(shè)。

本質(zhì)上，它就像一個獨(dú)立的研究員，能夠?qū)Y(jié)構(gòu)化數(shù)據(jù)集中的少數(shù)或數(shù)百篇論文進(jìn)行分支統(tǒng)計分析并進(jìn)行探索。據(jù)艾倫人工智能研究院介紹，該系統(tǒng)可以進(jìn)行快速分析或通宵運(yùn)行，它將提供完整的可能研究方向列表，每個方向都是可重現(xiàn)的，便于進(jìn)一步調(diào)查。

瑞典癌癥研究所免疫腫瘤學(xué)中心主任、腫瘤內(nèi)科醫(yī)生凱利·保爾森博士表示："AutoDiscovery揭示可能隱藏在顯而易見處的發(fā)現(xiàn)的能力在癌癥研究中尤其有價值。"

就像科學(xué)家一樣，AutoDiscovery通過生成假設(shè)進(jìn)行開放式探索。然后它使用該公司所謂的貝葉斯驚喜度，這是一種衡量系統(tǒng)在看到證據(jù)后信念如何改變的指標(biāo)。

在對論文進(jìn)行實(shí)驗之前，系統(tǒng)基于概率分布對假設(shè)是否為真持有先驗信念。這種"信念"來自模型已經(jīng)可以訪問的一套世界知識。在檢查論文結(jié)果后，模型會更新其期望和"驚喜"因子，可能是積極的（換句話說，得到了證實(shí)）或消極的（被證偽）。

驚喜因子最重要的不僅僅是驚喜本身，而是有多令人驚訝。被反駁的假設(shè)可能與被證實(shí)的假設(shè)一樣有價值，特別是如果它完全顛覆了預(yù)期或重新定義了假設(shè)。

歷史上完全顛覆理解的假設(shè)例子包括19世紀(jì)時人們相信"瘴氣"或壞空氣導(dǎo)致疾病。當(dāng)發(fā)現(xiàn)傳染源、具體的細(xì)菌而不是瘴氣導(dǎo)致特定疾病時，這一觀點(diǎn)被完全推翻并被疾病的細(xì)菌理論所取代。這一轉(zhuǎn)變始于1860年代和1870年代，當(dāng)時約翰·斯諾博士繪制了倫敦霍亂病例地圖，證明霍亂是通過受污染的水而非壞空氣傳播的，從而挑戰(zhàn)了瘴氣理論。

該公司表示，這符合科學(xué)的嚴(yán)謹(jǐn)性，那些有意義地改變我們期望的結(jié)果往往比那些簡單確認(rèn)我們已經(jīng)假設(shè)的結(jié)果更有趣。通過追求驚喜，AutoDiscovery試圖趨向于意外，并嘗試代表真正的發(fā)現(xiàn)而不是明顯的模式。

然而，僅有驚喜是不夠的。探索科學(xué)發(fā)現(xiàn)空間的廣度需要智能搜索。因此，它還實(shí)現(xiàn)了蒙特卡羅樹搜索，平衡探索新假設(shè)和優(yōu)先考慮已知線索。這有助于將計算努力推向最有可能解鎖更好信息的路徑。

用艾倫人工智能研究院的話說，它使用貝葉斯驚喜度和蒙特卡羅樹搜索與研究人員協(xié)作回答這個問題："接下來應(yīng)該調(diào)查什么？"

斯克里普斯海洋研究所海洋生態(tài)學(xué)家法比奧·法沃雷托博士說："生成多個假設(shè)然后由用戶進(jìn)行徹底評估的能力極其強(qiáng)大。"

艾倫人工智能研究院表示，該系統(tǒng)通過將數(shù)據(jù)集從靜態(tài)存儲庫轉(zhuǎn)變?yōu)閰f(xié)作伙伴，改變了科學(xué)家與其數(shù)據(jù)之間的關(guān)系。AutoDiscovery今天作為Asta中的實(shí)驗性功能提供，Asta是一個開放科學(xué)的學(xué)術(shù)智能體AI框架。

Q&A

Q1：AutoDiscovery是什么系統(tǒng)？

A：AutoDiscovery是艾倫人工智能研究院開發(fā)的自動化科學(xué)發(fā)現(xiàn)AI系統(tǒng)，專門幫助科研人員在面對海量數(shù)據(jù)時提出正確的研究問題。它能夠分析、總結(jié)和搜索超過1.08億篇學(xué)術(shù)摘要和1200萬篇全文論文。

Q2：AutoDiscovery是如何工作的？

A：AutoDiscovery從數(shù)據(jù)出發(fā)自主提出問題，通過生成自然語言假設(shè)，提出實(shí)驗計劃，編寫并執(zhí)行Python代碼，解釋統(tǒng)計結(jié)果并生成新假設(shè)。它使用貝葉斯驚喜度和蒙特卡羅樹搜索來平衡探索新假設(shè)和優(yōu)先考慮已知線索。

Q3：AutoDiscovery在哪些領(lǐng)域有應(yīng)用價值？

A：AutoDiscovery在癌癥研究、海洋生態(tài)學(xué)等多個科學(xué)領(lǐng)域都有重要應(yīng)用價值。它能夠揭示隱藏在顯而易見處的發(fā)現(xiàn)，特別是在需要處理大量科學(xué)論文和數(shù)據(jù)的研究領(lǐng)域，能夠大大減少研究人員的工作負(fù)擔(dān)。