Big Mechanism war ein Forschungsprogramm, das von der Defense Advanced Research Projects Agency (DARPA) der USA mit einem Budget von 45 Millionen US-Dollar finanziert wurde. Das 2014 gestartete Programm zielte darauf ab, Software zu entwickeln, die Krebsforschungsliteratur lesen, das extrahierte Wissen in ein umfassendes Krebsmodell integrieren und bis Ende 2017 neue Hypothesen generieren konnte. Die Initiative strebte an, die Erfassung von Big Data zu automatisieren und Disziplinen wie wissensbasiertes Natural Language Processing, Kuratierung und Ontologie sowie System- und mathematische Biologie zu verbinden. Durch das Lesen von Forschungszusammenfassungen und -artikeln sollte die Software Teile kausaler Mechanismen extrahieren und so das Tempo wissenschaftlicher Entdeckungen in der Onkologie beschleunigen.
Das Programm konzentrierte sich auf Mutationen in der Ras-Genfamilie, die an etwa einem Drittel aller menschlichen Krebserkrankungen beteiligt sind. Zu dieser Zeit hatten Forscher eine grobe Roadmap der Interaktionssequenzen zwischen Proteinen, die Zellreplikation und -tod beeinflussen, aber die kausalen Beziehungen waren kaum verstanden. Big Mechanism zielte darauf ab, diese Beziehungen zu klären, indem detaillierte, berechenbare Modelle aus der wissenschaftlichen Literatur erstellt wurden.
Programmstruktur
Das Programm war in drei Phasen organisiert. Die erste Phase umfasste das Lesen der Literatur und deren Umwandlung in formale Darstellungen. Die zweite Phase konzentrierte sich auf die Integration des Wissens in Computermodelle. Die dritte Phase sollte experimentell testbare Erklärungen und Vorhersagen produzieren. Forschungsteams entwickelten vier separate Systeme, die gemeinsam alle drei Aufgaben abdeckten.
Im Februar 2015 überprüfte ein Evaluierungstreffen den Fortschritt der ersten Phase. Mehrere Aufgaben wurden berücksichtigt, darunter die Extraktion von Details experimenteller Verfahren und die Bewertung von Aussagen wie „wir demonstrieren“ und „wir schlagen vor“. Eine weitere Aufgabe betraf die Zuordnung von Satzbedeutungen und -beziehungen. Das beste maschinelle Lesesystem extrahierte 40 % der relevanten Informationen aus einem kleinen Korpus und bestimmte korrekt, wie sich jede Passage auf das Modell bezog.
Die zweite Phase sollte im Sommer 2015 aktiv werden, als Teammitglieder versuchten, ein einziges Referenzmodell zu erstellen. Die dritte Phase wurde als die anspruchsvollste angesehen, da die künstliche Intelligenz-Gemeinschaft nur begrenzten Erfolg bei der Entwicklung von Hypothesengeneratoren hatte. Molekularbiologie wurde jedoch als besser geeignet angesehen, da das meiste Domänenwissen technisch und in schriftlicher Form verfügbar ist.
Technischer Ansatz
Big Mechanism stützte sich auf Fortschritte im maschinellen Lernen und Natural Language Processing (NLP), um wissenschaftliche Texte zu parsen. Das Programm verwendete wissensbasierte NLP-Techniken, um kausale Beziehungen zu extrahieren, die dann mithilfe von Ontologien und kuratierten Datenbanken formalisiert wurden. Die extrahierten Mechanismen wurden in mathematische Modelle zellulärer Signalwege integriert, insbesondere solche, die die Ras-Proteinfamilie betreffen.
Die Verwendung von Deep Learning und neuronalen Netzen wurde in der frühen Dokumentation des Programms nicht explizit erwähnt, aber die zugrunde liegenden Prinzipien der automatisierten Wissensextraktion und Modellbildung stimmen mit breiteren Trends in generativer KI und großen Sprachmodellen überein, die später entstanden. Die Betonung des Programms auf das Lesen und Verstehen wissenschaftlicher Texte antizipierte spätere Entwicklungen in der KI-gesteuerten wissenschaftlichen Entdeckung.
Herausforderungen und Ergebnisse
Eine der Hauptherausforderungen war die Komplexität biologischer Systeme. Die kausalen Mechanismen, die Krebs zugrunde liegen, sind komplex und umfassen mehrere Proteine und Rückkopplungsschleifen. Das Ziel des Programms, neuartige Hypothesen zu generieren, war besonders ambitioniert, da es erforderte, dass die KI nicht nur vorhandenes Wissen synthetisiert, sondern auch neue Experimente vorschlägt.
Die Evaluierung im Februar 2015 hob die Schwierigkeit hervor, genaue Informationen aus wissenschaftlichen Artikeln zu extrahieren. Das beste System erreichte nur 40 % Genauigkeit, was darauf hindeutete, dass erhebliche Verbesserungen erforderlich waren. Der Zeitplan des Programms war eng, mit dem Endziel für 2017.
Während das Programm 2017 abgeschlossen wurde, besteht sein Vermächtnis in Form von Werkzeugen und Methoden für die automatisierte Literaturanalyse und Modellbildung fort. Die von Big Mechanism entwickelten Konzepte haben nachfolgende Bemühungen in der KI-gesteuerten biomedizinischen Forschung beeinflusst, einschließlich der Verwendung von Transformatoren und Multi-Head-Attention beim Lesen und Zusammenfassen wissenschaftlicher Texte.
Auswirkungen und Vermächtnis
Big Mechanism war eine der ersten groß angelegten Initiativen, die KI auf die gesamte wissenschaftliche Entdeckungspipeline anwendete, vom Lesen von Artikeln bis zur Generierung von Hypothesen. Es hob das Potenzial der KI hervor, Forschung in komplexen Bereichen wie der Krebsbiologie zu beschleunigen. Das Programm förderte auch die Zusammenarbeit zwischen Informatikern, Biologen und Mathematikern, was zu interdisziplinären Erkenntnissen führte.
Obwohl die spezifischen Ziele des Programms nicht vollständig erreicht wurden, trug es zur Entwicklung von Techniken für die Wissensgraphen-Konstruktion und Sequence-to-Sequence-Modellierung bei, die heute in der KI-Forschung üblich sind. Der Fokus auf kausales Denken und Hypothesengenerierung bleibt ein aktives Forschungsgebiet, wobei moderne große Sprachmodelle beginnen, ähnliche Herausforderungen anzugehen.
Siehe auch
- Künstliche Intelligenz
- Maschinelles Lernen
- Deep Learning
- Neuronale Netze
- Große Sprachmodelle
- Transformer
- Generative KI
- Wissensgraph
- Sequence-to-Sequence
- Multi-Head-Attention
Referenzen
- DARPA Big Mechanism Programmdokumentation (2014-2017)
- Evaluierungstreffenberichte (Februar 2015)
Externe Links
- DARPA offizielle Website (archiviert)