Accelerating Scientific Discovery with Generative Knowledge Extraction, Graph-Based Representation, and Multimodal Intelligent Graph Reasoning

要約

生成型人工知能 (AI) を活用して、1,000 件の科学論文からなるデータセットをオントロジー知識グラフに変換しました。
詳細な構造分析を通じて、ノードの次数を計算し、コミュニティと接続性を特定し、クラスタリング係数と重要なノードの中間中心性を評価して、魅力的な知識アーキテクチャを明らかにしました。
グラフは本質的にスケールフリーの性質を持ち、高度に関連しており、推移的および同型特性を利用してグラフ推論に使用でき、これにより、クエリに答えたり、知識のギャップを特定したり、絶対に実行しないことを提案したりするために使用できる前例のない学際的な関係が明らかになります。
これまでに見たことのない材料設計を行い、材料の挙動を予測します。
これまで関連付けられていなかった異なる概念をリンクするパス サンプリング戦略で使用するために、組み合わせノード類似性ランキングのディープ ノード エンベディングを計算します。
ある比較では、生物材料とベートーベンの第 9 交響曲の間の構造的類似点が明らかになり、同型マッピングを通じて共有される複雑さのパターンが浮き彫りになりました。
別の例では、このアルゴリズムは、パス サンプリングとカンディンスキーの「コンポジション VII」絵画から抽出された原理の統合に基づいて、階層的な菌糸体ベースのコンポジットを提案しました。
結果として得られる材料には、カオスと秩序のバランス、調整可能な空隙率、機械的強度、複雑なパターンの化学官能化などの革新的な一連の概念が統合されています。
私たちは、科学、技術、芸術にわたる他の同型性を明らかにし、構成要素の文脈に依存した異種相互作用を明らかにする内在性の微妙な存在論を明らかにします。
グラフベースの生成 AI は、従来のアプローチよりもはるかに高い新規性、探索能力、技術的詳細を実現し、隠れたつながりを明らかにすることでイノベーションに広く役立つフレームワークを確立します。

要約(オリジナル)

Leveraging generative Artificial Intelligence (AI), we have transformed a dataset comprising 1,000 scientific papers into an ontological knowledge graph. Through an in-depth structural analysis, we have calculated node degrees, identified communities and connectivities, and evaluated clustering coefficients and betweenness centrality of pivotal nodes, uncovering fascinating knowledge architectures. The graph has an inherently scale-free nature, is highly connected, and can be used for graph reasoning by taking advantage of transitive and isomorphic properties that reveal unprecedented interdisciplinary relationships that can be used to answer queries, identify gaps in knowledge, propose never-before-seen material designs, and predict material behaviors. We compute deep node embeddings for combinatorial node similarity ranking for use in a path sampling strategy links dissimilar concepts that have previously not been related. One comparison revealed structural parallels between biological materials and Beethoven’s 9th Symphony, highlighting shared patterns of complexity through isomorphic mapping. In another example, the algorithm proposed a hierarchical mycelium-based composite based on integrating path sampling with principles extracted from Kandinsky’s ‘Composition VII’ painting. The resulting material integrates an innovative set of concepts that include a balance of chaos/order, adjustable porosity, mechanical strength, and complex patterned chemical functionalization. We uncover other isomorphisms across science, technology and art, revealing a nuanced ontology of immanence that reveal a context-dependent heterarchical interplay of constituents. Graph-based generative AI achieves a far higher degree of novelty, explorative capacity, and technical detail, than conventional approaches and establishes a widely useful framework for innovation by revealing hidden connections.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google