Stefano Pacifico a David Heeger, spoluzakladatelé Epistemic AI – rozhovor

Epistemic AI využívá nejmodernější technologie zpracování přirozeného jazyka (NLP), strojového učení a hlubokého učení k mapování vztahů mezi rostoucím množstvím biomedicínských znalostí z veřejných a soukromých zdrojů, včetně textových dokumentů a databází. Prostřednictvím procesu mapování znalostí uživatelé interaktivně spolupracují s platformou na mapování a pochopení podmnožin biomedicínských znalostí, které odhalují koncepty a vztahy, které by jinak byly přehlédnuty pomocí tradičního vyhledávání.

Rozhovor jsme vedli s oběma spoluzakladateli Epistemic AI, abychom prodiskutovali tyto nejnovější pokroky.

Stefano Pacifico má více než 10 let zkušeností v oblasti aplikovaného umělého inteligence a NLP. Předtím pracoval v Bloombergu, kde strávil 7 let, a poté v Elemental Cognition, než založil Epistemic.

David Heeger je profesor datové vědy a neurovědy na NYU a strávil svou kariéru propojováním počítačové vědy, umělé inteligence a biosvědy. Je členem Národní akademie věd. Jako spoluzakladatelé spojují odborné znalosti z oblasti aplikovaného velkého umělého inteligence a NLP pro pochopení velkých sbírek znalostí s odbornými znalostmi z oblasti komputační biologie a biomedicínské vědy z let výzkumu v této oblasti.

Co vás přivedlo k umělé inteligenci a zpracování přirozeného jazyka (NLP)?

Stefano Pacifico: Když jsem studoval na univerzitě v Římě a umělá inteligence nebyla příliš populární (skutečně to byla okrajová oblast), zeptal jsem se svého poradce, jakou specializaci bych si měl vybrat. Řekl: „Pokud chcete vydělat peníze, softwarové inženýrství a databáze, ale pokud chcete být divní, ale velmi pokročilí, pak zvolte umělou inteligenci“. Byl jsem přesvědčen už při slově „divní“. Pak jsem začal pracovat na reprezentaci znalostí a důvodu, abych studoval, jak autonomní agenti mohou hrát fotbal nebo zachraňovat lidi. Poté mě dvě skutečnosti přivedly k tomu, abych se zamiloval do NLP: první, autonomní agenti možná budou muset komunikovat přirozeným jazykem mezi sebou! Druhá, vytváření formálních znalostních bazí ručně je obtížné, zatímco přirozený jazyk (v textu) již poskytuje největší znalostní bázi ze všech. Dneska tyto pozorování možná seemají samozřejmé, ale dříve nebyly tak mainstreamové.

Co vás inspirovalo k založení Epistemic AI?

Stefano Pacifico: Chci učinit odvážné tvrzení. Dnes nikdo nemá adekvátní nástroje pro pochopení a propojení znalostí přítomných v velkých, stále rostoucích sbírkách dokumentů a dat. Předtím jsem pracoval na tomto problému ve světě financí. Myslete na zprávy, finanční výkazy, cenová data, firemní akce, přihlášky atd. Našel jsem, že tento problém je fascinující. A samozřejmě je to obtížný problém; a důležitý! Když jsem potkal svého spoluzakladatele, Dr. Davida Heegera, strávili jsme bastante času hodnocením startupových příležitostí v biomedicínském průmyslu. Když jsme si uvědomili obrovské množství informací generovaných v tomto odvětví, bylo to, jako by všechno padlo na své místo. Biomedicínský výzkumníci bojují s informačními přetíženími, zatímco se snaží zvládnout obrovské a rychle se rozšiřující základny biomedicínských znalostí, včetně dokumentů (například článků, patentů, klinických studií) a databází (například genů, proteinů, cest, léků, nemocí, lékařských termínů). To je velký bolestivý bod pro výzkumníky a bez vhodné řešení jsou nuceni používat základní vyhledávací nástroje (PubMed a Google (GOOGL ) Scholar) a ručně kurátorované databáze. Tyto nástroje jsou vhodné pro nalezení dokumentů odpovídajících klíčovým slovům (například jednomu genu nebo publikovanému článku), ale ne pro získání komplexních znalostí o určitém tématu nebo subdoméně (například COVID-19), nebo pro interpretaci výsledků experimentů s vysokým propustkem biologie, jako je sekvenování genů, expresní proteinů nebo screeningu chemických sloučenin. Založili jsme Epistemic AI s myšlenkou řešit tento problém s platformou, která umožňuje uživatelům interaktivně:

1. Zkrátit dobu potřebnou pro shromáždění informací a vytvoření komplexních znalostních map
2. Odhalit mezidisciplinární informace, které by jinak byly obtížně nalezeny (skutečné objevy často pocházejí z pohledu do bílého prostoru mezi disciplínami);
3. Identifikovat kauzální hypotézy nalezením cest a chybějících vazeb ve vaší znalostní mapě.

Jaké jsou některé z veřejných a soukromých zdrojů, které se používají k mapování těchto vztahů?

Stefano Pacifico: V tuto chvíli jsme přijímají všechny veřejně dostupné zdroje, které můžeme získat, včetně Pubmed a clinicaltrials.gov. Přijímáme také databáze genů, léků, nemocí a jejich interakcí. Kromě toho zahrnujeme soukromé datové zdroje pro vybrané klienty, ale nejsme zatím oprávněni zveřejnit žádné detaily.

Jaké typy strojového učení se používají pro mapování znalostí?

Stefano Pacifico: Jedna z našich hluboce zakořeněných vír v Epistemic AI je, že fanatismus není prospěšný pro budování produktů. Rozhodnutí postavit architekturu integrující několik technik strojového učení bylo učiněno brzy, a tyto techniky sahají od reprezentace znalostí až po transformační modely, včetně grafických vkladů, ale také zahrnují jednodušší modely, jako jsou regrese a náhodné lesy. Každá součást je tak jednoduchá, jak je třeba, ale ne jednodušší. Přestože věříme, že jsme již postavili NLP komponenty, které jsou špičkové pro určité úkoly, nebráníme se jednoduchým základním modelům, kdy je to možné.

Můžete jmenovat některé společnosti, neziskové organizace nebo akademické instituce, které používají platformu Epistemic?

Stefano Pacifico: Přestože bych rád, nemáme dosud souhlas našich uživatelů k tomu, abychom je jmenovali. Mohu říci, že jsme měli lidi, kteří se zapsali z velmi prestižních institucí ve všech třech sektorech (společnosti, neziskové organizace a akademické instituce). Kromě toho máme v úmyslu ponechat platformu zdarma pro akademické a neziskové účely.

Jak Epistemic pomáhá výzkumníkům identifikovat centrální nervové systémy (CNS) a další onemocnění specifické biomarkery?

Dr. David Heeger: Neurověda je velmi interdisciplinární oblast, která zahrnuje molekulární a buněčnou biologii a genetiku, ale také psychologii, chemii a principy fyziky, inženýrství a matematiky. Je to tak široká oblast, že nikdo nemůže být odborníkem ve všech těchto oblastech. Výzkumníci v akademických institucích a farmaceutických/biotechnologických společnostech jsou nuceni se specializovat. Ale víme, že důležité poznatky jsou interdisciplinární, spojující znalosti z jednotlivých suboborů. AI-poháněná softwarová platforma, kterou budujeme, umožňuje každému být mnohem více interdisciplinárním, vidět souvislosti mezi jejich individuálními subobory a dalšími tématy a identifikovat nové hypotézy. To je zvláště důležité v neurovědách, protože je to tak interdisciplinární oblast od samého počátku. Funkce a dysfunkce lidského mozku je největším problémem, se kterým se věda kdy setkala. Jsme na misi změnit způsob, jakým biomedicínský vědci pracují a myslí.

Epistemic také umožňuje objev genetických mechanismů CNS poruch. Můžete nás provést, jak to funguje?

Dr. David Heeger: Většina neurologických onemocnění, psychiatrických poruch a vývojových poruch nemá jednoduché vysvětlení z hlediska genetických rozdílů. Existuje několik syndromických poruch, pro které je známa specifická mutace, která způsobuje poruchu. Ale to není typicky případ. Existuje stovky genetických rozdílů, například těch, které jsou spojeny s poruchami autismu (ASD). Existuje určitá úroveň porozumění některým z těchto genů, co se týče jejich základních biologických funkcí. Například některé z genů spojených s ASD drží synapsí v mozku pohromadě (poznamenáme, že stejné geny typicky plní různé funkce v jiných orgánových systémech v těle). Ale je velmi málo porozumění, jak tyto genetické rozdíly mohou vysvětlit komplexní sadu behaviorálních rozdílů, které vykazují jedinci s ASD. Abychom to ještě zhoršili, dva jedinci se stejným genetickým rozdílem mohou mít úplně odlišné výsledky, jeden diagnostikovaný s ASD a druhý ne. A dva jedinci s úplně odlišnými genetickými profily mohou mít stejný výsledek s velmi podobnými behaviorálními deficity. Chcete-li to pochopit, je třeba spojit genetiku a molekulární biologii s buněčnou neurovědou (jak genetické rozdíly způsobují, že jednotlivé neurony fungují odlišně) a poté s neurovědou systémů (jak tyto rozdíly v buněčné funkci způsobují, že sítě velkého počtu propojených neuronů fungují odlišně) a poté s psychologií (jak tyto rozdíly v funkci neuronální sítě způsobují rozdíly v kognici, emocích a chování). A tấtéž je třeba chápat z vývojového hlediska. Genetický rozdíl může způsobit deficit v určitém aspektu neuronální funkce. Ale mozek se nesedí a nebere to. Mozky jsou vysoce adaptivní. Pokud je chybějící nebo poškozený mechanismus, mozek se bude vyvíjet odlišně, aby co nejvíce kompenzoval. Tato kompenzace může být molekulární, například upregulací jiného synaptického receptoru, aby nahradila funkci poškozeného synaptického receptoru. Nebo tato kompenzace může být behaviorální. Konečný výsledek závisí nejen na počátečním genetickém rozdílu, ale také na různých pokusech o kompenzaci, spoléhajících se na molekulární, buněčné, obvodové, systémy a behaviorální mechanismy.

Žádný jedinec nemá znalosti, aby pochopil vše. Všichni potřebujeme pomoc. AI-poháněná softwarová platforma, kterou budujeme, umožňuje každému shromáždit a propojit všechny relevantní biomedicínské znalosti, vidět souvislosti a identifikovat nové hypotézy.

Jak biotechnologické a akademické instituce využívají Epistemic k řešení výzvy COVID-19?

Stefano Pacifico: Vydaná veřejná verze naší platformy zahrnuje COVID specifické datové sady a je zdarma dostupná komukoli, kdo provádí výzkum na COVID-19. Je dostupná na https://covid.epistemic.ai

Jaké jsou některé další nemoci nebo genetické problémy, pro které se Epistemic používá?

Stefano Pacifico: Spolupracovali jsme s výzkumníky autismu a nedávno jsme sestavili novou výzkumnou iniciativu pro cystickou fibrózu. Jsme ale rádi, že spolupracujeme s jakýmkoli výzkumníkem nebo institucí, která by mohla potřebovat pomoc se svými výzkumy.

Je něco jiného, co byste rádi sdíleli o Epistemic?

Stefano Pacifico: Budujeme hnutí lidí, kteří chtějí změnit způsob, jakým biomedicínský vědci pracují a myslí. Snažíme se, aby se k nám přidala spousta našich čtenářů!

Děkujeme vám oběma za váš čas a za to, že jste odpověděli na naše otázky. Čtenáři, kteří chtějí se více dozvědět, by měli navštívit Epistemic AI.