Big Mechanism은 미국 국방고등연구계획국(DARPA)이 4,500만 달러의 예산으로 지원한 연구 프로그램이다. 2014년에 시작된 이 프로그램은 암 연구 문헌을 읽고, 추출된 지식을 포괄적인 암 모델에 통합하며, 2017년 말까지 새로운 가설을 생성할 수 있는 소프트웨어를 개발하는 것을 목표로 했다. 이 계획은 빅데이터 수집을 자동화하고 지식 기반 자연어 처리, 큐레이션 및 온톨로지, 시스템 및 수리 생물학과 같은 학문 분야를 연결하고자 했다. 연구 초록과 논문을 읽음으로써 소프트웨어는 인과 메커니즘의 조각들을 추출하여 종양학에서 과학적 발견의 속도를 높일 것으로 기대되었다.
이 프로그램은 인간 암의 약 3분의 1과 관련된 Ras 유전자 패밀리의 돌연변이에 초점을 맞추었다. 당시 연구자들은 세포 복제와 사멸에 영향을 미치는 단백질 간 상호작용 서열에 대한 대략적인 로드맵을 가지고 있었지만, 인과 관계는 제대로 이해되지 않았다. Big Mechanism은 과학 문헌에서 상세하고 계산 가능한 모델을 구축하여 이러한 관계를 명확히 하는 것을 목표로 했다.
프로그램 구조
이 프로그램은 세 단계로 구성되었다. 첫 번째 단계는 문헌을 읽고 이를 형식적 표현으로 변환하는 것이었다. 두 번째 단계는 지식을 계산 모델에 통합하는 데 초점을 맞추었다. 세 번째 단계는 실험적으로 검증 가능한 설명과 예측을 생성하는 것이었다. 연구 팀들은 세 가지 작업을 모두 목표로 하는 4개의 별도 시스템을 개발했다.
2015년 2월, 평가 회의에서 첫 번째 단계의 진행 상황이 검토되었다. 실험 절차 세부 사항 추출과 "우리는 입증한다" 및 "우리는 제안한다"와 같은 진술 평가를 포함한 여러 작업이 고려되었다. 또 다른 작업은 문장 의미와 관계를 매핑하는 것이었다. 최고의 기계 판독 시스템은 소규모 말뭉치에서 관련 정보의 40%를 추출했고 각 구절이 모델과 어떻게 관련되는지 정확히 결정했다.
두 번째 단계는 2015년 여름에 활성화될 예정이었으며, 팀원들은 단일 참조 모델을 생성하려고 시도했다. 세 번째 단계는 인공 지능 커뮤니티가 가설 생성기 개발에서 제한적인 성공을 거두었기 때문에 가장 어려운 것으로 간주되었다. 그러나 분자 생물학은 대부분의 도메인 지식이 기술적이고 서면 형태로 제공되기 때문에 더 적합한 것으로 여겨졌다.
기술적 접근 방식
Big Mechanism은 과학 텍스트를 구문 분석하기 위해 기계 학습 및 자연어 처리(NLP)의 발전에 의존했다. 이 프로그램은 지식 기반 NLP 기술을 사용하여 인과 관계를 추출했으며, 이를 온톨로지와 큐레이션된 데이터베이스를 사용하여 형식화했다. 추출된 메커니즘은 특히 Ras 패밀리 단백질과 관련된 세포 신호 전달 경로의 수학적 모델에 통합되었다.
딥 러닝 및 신경망의 사용은 프로그램 초기 문서에서 명시적으로 언급되지 않았지만, 자동화된 지식 추출 및 모델 구축의 기본 원칙은 이후에 등장한 생성형 AI 및 대규모 언어 모델의 광범위한 추세와 일치한다. 과학 텍스트를 읽고 이해하는 데 대한 프로그램의 강조는 AI 기반 과학 발견의 이후 발전을 예고했다.
과제 및 결과
주요 과제 중 하나는 생물학적 시스템의 복잡성이었다. 암의 기저 메커니즘은 여러 단백질과 피드백 루프를 포함하는 복잡한 구조를 띤다. 새로운 가설을 생성하려는 프로그램의 목표는 AI가 기존 지식을 종합할 뿐만 아니라 새로운 실험을 제안해야 했기 때문에 특히 야심찬 것이었다.
2015년 2월 평가는 과학 논문에서 정확한 정보를 추출하는 것의 어려움을 강조했다. 최고 시스템은 40%의 정확도만 달성하여 상당한 개선이 필요함을 나타냈다. 프로그램의 일정은 빡빡했으며 최종 목표는 2017년으로 설정되었다.
프로그램은 2017년에 종료되었지만, 그 유산은 자동화된 문헌 분석 및 모델 구축을 위한 도구와 방법론의 형태로 지속된다. Big Mechanism이 개척한 개념은 과학 텍스트를 읽고 요약하는 데 트랜스포머 및 멀티 헤드 어텐션을 사용하는 것을 포함하여 AI 기반 생물의학 연구의 이후 노력에 영향을 미쳤다.
영향 및 유산
Big Mechanism은 논문 읽기부터 가설 생성까지 전체 과학 발견 파이프라인에 AI를 적용한 최초의 대규모 이니셔티브 중 하나였다. 이는 암 생물학과 같은 복잡한 영역에서 연구를 가속화할 수 있는 AI의 잠재력을 강조했다. 또한 이 프로그램은 컴퓨터 과학자, 생물학자, 수학자 간의 협력을 촉진하여 학제 간 통찰력을 이끌어 냈다.
프로그램의 특정 목표가 완전히 달성되지는 않았지만, 현재 AI 연구에서 일반적인 지식 그래프 구축 및 시퀀스-투-시퀀스 모델링 기술 개발에 기여했다. 인과 추론 및 가설 생성에 대한 초점은 여전히 활발한 연구 영역이며, 현대 대규모 언어 모델이 유사한 과제를 해결하기 시작하고 있다.
같이 보기
참고 문헌
- DARPA Big Mechanism 프로그램 문서 (2014-2017)
- 평가 회의 보고서 (2015년 2월)
외부 링크
- DARPA 공식 웹사이트 (아카이브)