Accelerating science with human-aware artificial intelligence

要約

発表された科学的知見をもとに学習させた人工知能（AI）モデルは、貴重な材料や標的治療の発明に利用されてきたが、一般に、発見の状況を絶えず変化させている人間の科学者を無視している。本論文では、専門家が認知できるシミュレーション推論を教師なしモデルに学習させることで、人間の専門知識の分布を取り入れることが、特に関連文献がまばらな場合に、研究内容のみに焦点を当てたAIよりも将来の発見の予測を劇的に改善（最大400％）することを示しています。これらのモデルは、人間の予測やそれを行う科学者を予測することで成功します。人間を認識するAIを群衆を避けるようにチューニングすることで、遠い将来まで想像もされず、介入せずに追求されそうもない、科学的に有望な「エイリアン」仮説を生み出すことができ、現在追求されている疑問を超えて科学の進歩を刻むことが期待されます。人間の発見を加速させ、その盲点を探ることで、人間認識AIは、現代の科学フロンティアへ、そしてその先へ進むことを可能にするのです。

要約(オリジナル)

Artificial intelligence (AI) models trained on published scientific findings have been used to invent valuable materials and targeted therapies, but they typically ignore the human scientists who continually alter the landscape of discovery. Here we show that incorporating the distribution of human expertise by training unsupervised models on simulated inferences cognitively accessible to experts dramatically improves (up to 400%) AI prediction of future discoveries beyond those focused on research content alone, especially when relevant literature is sparse. These models succeed by predicting human predictions and the scientists who will make them. By tuning human-aware AI to avoid the crowd, we can generate scientifically promising ‘alien’ hypotheses unlikely to be imagined or pursued without intervention until the distant future, which hold promise to punctuate scientific advance beyond questions currently pursued. Accelerating human discovery or probing its blind spots, human-aware AI enables us to move toward and beyond the contemporary scientific frontier.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL