Big Mechanism était un programme de recherche financé par la Defense Advanced Research Projects Agency (DARPA) des États-Unis, avec un budget de 45 millions de dollars. Lancé en 2014, le programme visait à développer des logiciels capables de lire la littérature sur la recherche sur le cancer, d'intégrer les connaissances extraites dans un modèle complet du cancer et de générer de nouvelles hypothèses d'ici la fin de 2017. L'initiative cherchait à automatiser la collecte de mégadonnées et à faire le pont entre des disciplines telles que le traitement automatique du langage naturel basé sur les connaissances, la curation et l'ontologie, ainsi que la biologie des systèmes et la biologie mathématique. En lisant les résumés et les articles de recherche, le logiciel devait extraire des fragments de mécanismes causaux, accélérant ainsi le rythme de la découverte scientifique en oncologie.
Le programme se concentrait sur les mutations de la famille de gènes Ras, impliquées dans environ un tiers des cancers humains. À l'époque, les chercheurs disposaient d'une feuille de route approximative des séquences d'interactions entre les protéines affectant la réplication et la mort cellulaires, mais les relations causales étaient mal comprises. Big Mechanism visait à clarifier ces relations en construisant des modèles détaillés et calculables à partir de la littérature scientifique.
Structure du programme
Le programme était organisé en trois étapes. La première étape consistait à lire la littérature et à la convertir en représentations formelles. La deuxième étape se concentrait sur l'intégration des connaissances dans des modèles computationnels. La troisième étape devait produire des explications et des prédictions testables expérimentalement. Les équipes de recherche ont développé quatre systèmes distincts qui ciblaient collectivement ces trois tâches.
En février 2015, une réunion d'évaluation a examiné les progrès de la première étape. Plusieurs tâches ont été envisagées, notamment l'extraction des détails des procédures expérimentales et l'évaluation d'énoncés tels que « nous démontrons » et « nous suggérons ». Une autre tâche impliquait la cartographie du sens des phrases et des relations. Le meilleur système de lecture automatique a extrait 40 % des informations pertinentes d'un petit corpus et a correctement déterminé comment chaque passage se rapportait au modèle.
La deuxième étape devait devenir active à l'été 2015, lorsque les membres de l'équipe ont tenté de produire un modèle de référence unique. La troisième étape était considérée comme la plus difficile, car la communauté de l'intelligence artificielle avait connu un succès limité dans le développement de générateurs d'hypothèses. Cependant, la biologie moléculaire était considérée comme plus propice, car la plupart des connaissances du domaine sont techniques et disponibles sous forme écrite.
Approche technique
Big Mechanism reposait sur les avancées en apprentissage automatique et en traitement automatique du langage naturel (TALN) pour analyser les textes scientifiques. Le programme utilisait des techniques de TALN basées sur les connaissances pour extraire les relations causales, qui étaient ensuite formalisées à l'aide d'ontologies et de bases de données curées. Les mécanismes extraits étaient intégrés dans des modèles mathématiques des voies de signalisation cellulaire, en particulier celles impliquant la famille de protéines Ras.
L'utilisation du apprentissage profond et des réseaux de neurones n'était pas explicitement mentionnée dans la documentation précoce du programme, mais les principes sous-jacents de l'extraction automatisée des connaissances et de la construction de modèles s'alignent sur les tendances plus larges de l'IA générative et des grands modèles de langage apparus plus tard. L'accent mis par le programme sur la lecture et la compréhension des textes scientifiques anticipait les développements ultérieurs de la découverte scientifique pilotée par l'IA.
Défis et résultats
L'un des principaux défis était la complexité des systèmes biologiques. Les mécanismes causaux sous-jacents au cancer sont complexes, impliquant plusieurs protéines et boucles de rétroaction. L'objectif du programme de générer de nouvelles hypothèses était particulièrement ambitieux, car il exigeait que l'IA non seulement synthétise les connaissances existantes, mais propose également de nouvelles expériences.
L'évaluation de février 2015 a souligné la difficulté d'extraire des informations précises à partir d'articles scientifiques. Le meilleur système n'a atteint que 40 % de précision, ce qui indique que des améliorations significatives étaient nécessaires. Le calendrier du programme était serré, l'objectif final étant fixé à 2017.
Bien que le programme se soit conclu en 2017, son héritage persiste sous la forme d'outils et de méthodologies pour l'analyse automatisée de la littérature et la construction de modèles. Les concepts pionniers de Big Mechanism ont influencé les efforts ultérieurs dans la recherche biomédicale pilotée par l'IA, y compris l'utilisation des transformeurs et de l'attention multi-têtes pour lire et résumer les textes scientifiques.
Impact et héritage
Big Mechanism a été l'une des premières initiatives à grande échelle à appliquer l'IA à l'ensemble du pipeline de découverte scientifique, de la lecture des articles à la génération d'hypothèses. Il a mis en évidence le potentiel de l'IA pour accélérer la recherche dans des domaines complexes comme la biologie du cancer. Le programme a également favorisé la collaboration entre informaticiens, biologistes et mathématiciens, conduisant à des perspectives interdisciplinaires.
Bien que les objectifs spécifiques du programme n'aient pas été entièrement atteints, il a contribué au développement de techniques pour la construction de graphes de connaissances et la modélisation séquence à séquence qui sont désormais courantes dans la recherche en IA. L'accent mis sur le raisonnement causal et la génération d'hypothèses reste un domaine d'étude actif, les grands modèles de langage modernes commençant à relever des défis similaires.
Voir aussi
- intelligence artificielle
- apprentissage automatique
- apprentissage profond
- réseaux de neurones
- grands modèles de langage
- transformeurs
- IA générative
- graphes de connaissances
- séquence à séquence
- attention multi-têtes
Références
- Documentation du programme Big Mechanism de la DARPA (2014-2017)
- Rapports de réunion d'évaluation (février 2015)
Liens externes
- Site officiel de la DARPA (archivé)