Vários pesquisadores adotaram uma visão ampla do progresso científico nos últimos 50 anos e chegaram à mesma conclusão preocupante: a produtividade científica está diminuindo. Está demorando mais tempo, mais financiamento e equipes maiores para fazer descobertas que vieram mais rápidas e mais baratas. Embora uma variedade de explicações tenha sido oferecida para a desaceleração, uma é que, à medida que a pesquisa se torna mais complexa e especializada, os cientistas devem gastar mais tempo revisando publicações, projetando experimentos sofisticados e analisando dados.
Agora, o Futurehouse de Futurehouse, Futurehouse, financiado pela Filantropicamente, está buscando acelerar a pesquisa científica com uma plataforma de IA projetada para automatizar muitas das etapas críticas no caminho para o progresso científico. A plataforma é composta por uma série de agentes de IA especializados em tarefas, incluindo recuperação de informações, síntese de informações, design de síntese química e análise de dados.
Os fundadores do Futurehouse, Sam Rodriques, PhD ’19 e Andrew White acreditam que, ao dar a todos os cientistas acesso a seus agentes de IA, eles podem romper os maiores gargalos da ciência e ajudar a resolver alguns dos problemas mais prementes da humanidade.
“A linguagem pure é a linguagem actual da ciência”, diz Rodriques. “Outras pessoas estão construindo modelos de base para a biologia, onde os modelos de aprendizado de máquina falam a linguagem do DNA ou das proteínas, e isso é poderoso. Mas as descobertas não estão representadas em DNA ou proteínas. A única maneira de saber como representar descobertas, hipóteses e razão é com a linguagem pure”.
Encontrando grandes problemas
Para sua pesquisa de doutorado no MIT, Rodriques procurou entender o funcionamento interno do cérebro no laboratório do professor Ed Boyden.
“Toda a idéia por trás do Futurehouse foi inspirada por essa impressão que tive durante o meu doutorado no MIT de que, mesmo que tivéssemos todas as informações que precisávamos saber sobre como o cérebro funciona, não sabíamos porque ninguém tem tempo para ler toda a literatura”, explica Rodriques. “Mesmo que pudessem ler tudo, não seriam capazes de montá -lo em uma teoria abrangente. Essa period uma peça basic do quebra -cabeça do futuro.”
Rodriques escreveu sobre a necessidade de Novos tipos de grandes colaborações de pesquisa Como o último capítulo de sua tese de doutorado em 2019 e, apesar de ter passado algum tempo dirigindo um laboratório no Francis Crick Institute, em Londres, após a formatura, ele se viu gravitando em direção a grandes problemas na ciência que nenhum laboratório poderia enfrentar.
“Eu estava interessado em automatizar ou ampliar a ciência e que tipos de novas estruturas ou tecnologias organizacionais desbloqueariam maior produtividade científica”, diz Rodriques.
Quando o Chat-GPT 3.5 foi lançado em novembro de 2022, Rodriques viu um caminho em direção a modelos mais poderosos que poderiam gerar insights científicos por conta própria. Naquela época, ele também conheceu Andrew White, químico computacional da Universidade de Rochester, que recebeu acesso antecipado ao Chat-GPT 4. White havia construído o primeiro grande agente de idiomas para a ciência, e os pesquisadores uniram forças para iniciar o Futurehouse.
Os fundadores começaram a desejar criar ferramentas de IA distintas para tarefas como pesquisas de literatura, análise de dados e geração de hipóteses. Eles começaram com a coleta de dados, eventualmente lançando a PaperQA em setembro de 2024, que Rodriques chama de melhor agente de IA do mundo para recuperar e resumir informações na literatura científica. Na mesma época, eles lançaram alguém, uma ferramenta que permite que os cientistas determinem se alguém conduziu experimentos específicos ou explorou hipóteses específicas.
“Estávamos sentados perguntando: ‘Quais são os tipos de perguntas que nós, como cientistas, fazemos o tempo todo?'”, Lembra Rodriques.
Quando o Futurehouse lançou oficialmente sua plataforma em 1º de maio deste ano, renasceu algumas de suas ferramentas. O controle de controle de papel agora está corvo, e alguém agora é chamado de coruja. O Falcon é um agente capaz de compilar e revisar mais fontes que Crow. Outro novo agente, Phoenix, pode usar ferramentas especializadas para ajudar os pesquisadores a planejar experimentos de química. E Finch é um agente projetado para automatizar a descoberta orientada a dados em biologia.
Em 20 de maio, a empresa demonstrou um fluxo de trabalho de descoberta científica multi-agente para automatizar as principais etapas do processo científico e identificar um novo candidato terapêutico para a degeneração macular relacionada à idade seca (DAMD), uma causa líder de cegueira irreversível em todo o mundo. Em junho, o Futurehouse lançou o Ether0, um modelo de raciocínio de pesos abertos de 24b para química.
“Você realmente precisa pensar nesses agentes como parte de um sistema maior”, diz Rodriques. “Em breve, os agentes de pesquisa de literatura serão integrados ao agente de análise de dados, o agente de geração de hipóteses, um agente de planejamento experimental, e todos serão projetados para trabalhar juntos sem problemas”.
Agentes para todos
Hoje, qualquer pessoa pode acessar os agentes da Futurehouse em plataform.futurehouse.org. O lançamento da plataforma da empresa gerou emoção no setor, e as histórias começaram a entrar sobre cientistas usando os agentes para acelerar a pesquisa.
Um dos cientistas da Futurehouse usou os agentes para identificar um gene que poderia estar associado à síndrome dos ovários policísticos e criar uma nova hipótese de tratamento para a doença. Outro pesquisador do Laboratório Nacional de Lawrence Berkeley usou Crow para criar um assistente de IA capaz de pesquisar no banco de dados de pesquisa do PubMed por informações relacionadas à doença de Alzheimer.
Os cientistas de outra instituição de pesquisa usaram os agentes para realizar revisões sistemáticas de genes relevantes para a doença de Parkinson, encontrando melhor os agentes do Futurehouse do que os agentes em geral.
Rodriques diz que os cientistas que pensam nos agentes menos como o Google Scholar e mais como um cientista assistente inteligente tiram o máximo proveito da plataforma.
“As pessoas que procuram especulações tendem a obter mais quilometragem de pesquisas profundas de bate-papo O3, enquanto as pessoas que procuram revisões de literatura realmente fiéis tendem a tirar mais proveito de nossos agentes”, explica Rodriques.
Rodriques também acha que o Futurehouse chegará a um ponto em que seus agentes podem usar os dados brutos de trabalhos de pesquisa para testar a reprodutibilidade de seus resultados e verificar conclusões.
No longo prazo, para manter o progresso científico marchando, Rodriques diz que o Futurehouse está trabalhando na incorporação de seus agentes com conhecimento tácito para poder realizar análises mais sofisticadas, além de dar aos agentes a capacidade de usar ferramentas computacionais para explorar hipóteses.
“Houve tantos avanços em torno de modelos de base para a ciência e em torno de modelos de idiomas para proteínas e DNA, que agora precisamos dar aos nossos agentes acesso a esses modelos e a todas as outras ferramentas que as pessoas costumam usar para fazer ciência”, diz Rodriques. “Construir a infraestrutura para permitir que os agentes usem ferramentas mais especializadas para a ciência serão críticas”.