تقوم Elicit ببناء أداة لأتمتة مراجعة الأدبيات العلمية

بالنسبة للباحثين، قد تستغرق قراءة الأوراق العلمية وقتًا طويلاً للغاية. وفقا لأحد الاستطلاعات، يقضي العلماء سبع ساعات كل أسبوع في البحث عن المعلومات. تشير دراسة استقصائية أخرى إلى أن المراجعات المنهجية للأدبيات – التوليفات العلمية للأدلة المتعلقة بموضوع معين – تستغرق في المتوسط ​​41 أسبوعًا لفريق بحث مكون من خمسة أشخاص.

لكن لا يجب أن يكون الأمر على هذا النحو.

على الأقل، هذه هي رسالة أندرياس ستولمولر، المؤسس المشارك لشركة Elicit الناشئة في مجال الذكاء الاصطناعي، والتي صممت “مساعد بحث” للعلماء ومختبرات البحث والتطوير. مع الداعمين بما في ذلك Fifty Years وBasis Set وIllusion والمستثمرين الملائكيين جيف دين (كبير علماء جوجل) وتوماس إبيلينج (الرئيس التنفيذي السابق لشركة نوفارتيس)، تقوم Elicit ببناء أداة مدعومة بالذكاء الاصطناعي لاستخلاص الجوانب الأكثر مملة في مراجعة الأدبيات.

“يستنبط قال ستولمولر لـ TechCrunch في مقابلة عبر البريد الإلكتروني: “هو مساعد باحث يقوم بأتمتة البحث العلمي باستخدام نماذج اللغة”. “على وجه التحديد، يقوم بأتمتة مراجعة الأدبيات من خلال العثور على الأوراق ذات الصلة، واستخراج المعلومات الأساسية حول الدراسات وتنظيم المعلومات في المفاهيم.”

Elicit هو مشروع ربحي انبثق من Ought، وهي مؤسسة بحثية غير ربحية تم إطلاقها في عام 2017 من قبل Stuhlmüller، وهو باحث سابق في مختبر الحوسبة والإدراك بجامعة ستانفورد. انضم المؤسس المشارك الآخر لشركة Elicit، Jungwon Byun، إلى الشركة الناشئة في عام 2019 بعد أن قاد النمو في شركة الإقراض عبر الإنترنت Upstart.

باستخدام مجموعة متنوعة من نماذج الطرف الأول والثالث، يبحث Elicit ويكتشف المفاهيم عبر الأوراق، مما يسمح للمستخدمين بطرح أسئلة مثل “ما هي جميع تأثيرات الكرياتين؟” أو “ما هي جميع مجموعات البيانات التي تم استخدامها لدراسة الاستدلال المنطقي؟” والحصول على قائمة الإجابات من الأدبيات الأكاديمية.

وقال ستولمولر: “من خلال أتمتة عملية المراجعة المنهجية، يمكننا توفير التكلفة والوقت على الفور لمنظمات البحث الأكاديمية والصناعية التي تنتج هذه المراجعات”. “من خلال خفض التكلفة بدرجة كافية، فإننا نفتح حالات استخدام جديدة كانت باهظة التكلفة في السابق، مثل التحديثات في الوقت المناسب عندما تتغير حالة المعرفة في أحد المجالات.”

لكن مهلا، قد تقول: ألا تميل النماذج اللغوية إلى اختلاق الأشياء؟ في الواقع يفعلون. تم إيقاف محاولة ميتا لإنشاء نموذج لغوي لتبسيط البحث العلمي، Galactica، بعد ثلاثة أيام فقط من إطلاقه، بمجرد اكتشاف أن النموذج يشير في كثير من الأحيان إلى أوراق بحثية مزيفة تبدو صحيحة ولكنها لم تكن واقعية في الواقع.

يدعي Stuhlmüller أن Elicit قد اتخذت خطوات للتأكد من أن الذكاء الاصطناعي الخاص بها أكثر موثوقية من العديد من المنصات المصممة لهذا الغرض.

أولاً، تقوم Elicit بتقسيم المهام المعقدة التي تؤديها نماذجها إلى أجزاء “يمكن للإنسان فهمها”. وهذا يمكّن Elicit من معرفة، على سبيل المثال، عدد المرات التي تقوم فيها النماذج المختلفة بتكوين الأشياء عند إنشاء ملخصات، وبالتالي مساعدة المستخدمين على تحديد الإجابات التي يجب التحقق منها – ومتى.

يحاول Elicit أيضًا حساب “الجدارة بالثقة” الشاملة للورقة العلمية، مع الأخذ في الاعتبار عوامل مثل ما إذا كانت التجارب التي أجريت في البحث خاضعة للرقابة أو عشوائية، ومصدر التمويل والصراعات المحتملة وحجم التجارب.

قال ستولمولر: “نحن لا نقوم بإنشاء واجهات للدردشة”. “استنباط المستخدمين يطبقون نماذج اللغة كوظائف مجمعة… نحن لا ننتج إجابات باستخدام النماذج فحسب، بل نربط دائمًا الإجابات بالأدبيات العلمية لتقليل الهلوسة وتسهيل التحقق من عمل النماذج.”

لست مقتنعًا بالضرورة بأن Elicit قد حلت بعض المشكلات الرئيسية التي تعاني منها النماذج اللغوية اليوم، نظرًا لصعوبة حلها. ولكن يبدو من المؤكد أن جهودها قد حظيت باهتمام – وربما حتى ثقة – من مجتمع البحث.

يدعي Stuhlmüller أن أكثر من 200000 شخص يستخدمون Elicit كل شهر، وهو ما يمثل نموًا سنويًا بمقدار 3 أضعاف، من المنظمات بما في ذلك البنك الدولي، وGenentech، وستانفورد. وأضاف: “يطلب مستخدمونا الدفع مقابل ميزات أكثر قوة وتشغيل Elicit على نطاقات أوسع”.

من المفترض أن هذا الزخم هو الذي أدى إلى جولة التمويل الأولى لشركة Elicit – وهي شريحة بقيمة 9 ملايين دولار بقيادة شركة Fifty Years. تتمثل الخطة في توجيه الجزء الأكبر من الأموال الجديدة نحو تطوير منتج Elicit بالإضافة إلى توسيع فريق Elicit من مديري المنتجات ومهندسي البرمجيات.

ولكن ما هي خطة Elicit لكسب المال؟ سؤال جيد – وقد طرحته على Stuhlmüller بنقطة فارغة. وأشار إلى الطبقة المدفوعة من Elicit، والتي تم إطلاقها هذا الأسبوع، والتي تتيح للمستخدمين البحث في الأوراق، واستخراج البيانات، وتلخيص المفاهيم على نطاق أوسع مما يدعمه المستوى المجاني. تتمثل الإستراتيجية طويلة المدى في تحويل Elicit إلى أداة عامة للبحث والاستدلال، وهي أداة ستنفق عليها المؤسسات بأكملها.

إحدى العوائق المحتملة أمام النجاح التجاري لشركة Elicit هي الجهود مفتوحة المصدر مثل نموذج اللغة المفتوحة التابع لمعهد Allen للذكاء الاصطناعي، والذي يهدف إلى تطوير نموذج لغة كبير مجاني الاستخدام ومُحسَّن للعلوم. لكن ستولمولر يقول إنه يرى أن المصادر المفتوحة مكملة أكثر منها تهديدية.

قال ستولمولر: “إن المنافسة الأساسية الآن هي العمالة البشرية، أي مساعدي الأبحاث الذين يتم تعيينهم لاستخراج البيانات من الأوراق البحثية بكل دقة”. “يعد البحث العلمي سوقًا ضخمًا وأدوات سير العمل البحثي ليس لها وظائف رئيسية. وهذا هو المكان الذي سنشهد فيه ظهور مسارات عمل جديدة تمامًا تعتمد على الذكاء الاصطناعي أولاً.