Stefano Pacifico og David Heeger, medgrunnleggere av Epistemic AI – Intervju-serie

Epistemic AI bruker state-of-the-art Natural Language Processing (NLP), maskinlæring og dyplæring-algoritmer for å kartlegge relasjoner mellom en voksende mengde biomedisinsk kunnskap, fra både offentlige og private kilder, inkludert tekstdokumenter og databaser. Gjennom en prosess med kunnskapskartlegging, arbeider brukerne interaktivt med plattformen for å kartlegge og forstå delmengder av biomedisinsk kunnskap, som avslører begreper og relasjoner som ellers ville bli oversett med tradisjonell søk.

Vi intervjuet begge medgrunnleggerne av Epistemic AI for å diskutere disse nyeste fremgangene.

Stefano Pacifico kommer fra 10+ år med anvendt AI og NLP-utvikling. Tidligere hos Bloomberg, der han tilbragte 7 år, og var hos Elemental Cognition før han startet Epistemic.

David Heeger er en Silver Professor i datavitenskap og nevrovitenskap ved NYU, og har tilbragt sin karriere med å kombinere datavitenskap, AI og biovitenskap. Han er medlem av National Academy of Sciences. Som grunnleggere bringer de sammen ekspertisen fra å bygge anvendt stor-skala AI og NLP-systemer for å forstå store samlinger av kunnskap, med ekspertise i komputasjonsbiologi og biomedisinsk vitenskap fra år med forskning i området.

Hva er det som introduserte og tiltalte deg til AI og naturlig språkbehandling (NLP)?

Stefano Pacifico: Da jeg var på college i Roma, og AI ikke var populært i det hele tatt (i virkeligheten var det svært perifert), spurte jeg min daværende veileder hva jeg skulle velge blant de tilgjengelige spesialiseringene. Han sa: “Hvis du vil tjene penger, Software Engineering og Databaser, men hvis du vil være merkelig, men svært avansert, så velg kunstig intelligens”. Jeg var solgt på “merkelig”. Jeg begynte å arbeide med kunnskapsrepresentasjon og resonnering for å studere hvordan autonome agenter kunne spille fotball eller redde mennesker. Deretter gjorde to realiseringer at jeg forelsket meg i NLP: først, autonome agenter måtte kommunisere med naturlig språk mellom seg! Andre, å bygge formelle kunnskapsbaserte hånd i hånd er hardt, mens naturlig språk (i tekst) allerede gir den største kunnskapsbasen av alle. Jeg vet i dag at disse kanskje ser åpenbare observasjoner ut, men de var ikke like vanlige før.

Hva var inspirasjonen bak å lansere Epistemic AI?

Stefano Pacifico: Jeg skal gjøre et dristig krav. Ingen i dag har adekvat verktøy for å forstå og koble kunnskapen som finnes i store, voksende samlinger av dokumenter og data. Jeg hadde tidligere arbeidet med dette problemet i finansverdenen. Tenk på nyheter, finansielle rapporter, prisdata, selskapsaksjoner, søknader osv. Jeg fant at problemet var berusende. Og selvfølgelig er det et vanskelig problem; og et viktig ett! Når jeg møtte min medgrunnlegger, Dr. David Heeger, tilbragte vi ganske mye tid på å evaluere startup-muligheter i biomedisinsk industri. Når vi innsett at den enorme mengden informasjon som ble generert i dette feltet, var det som om alt falt på plass. Biomedisinske forskere sliter med informasjons-overbelastning, samtidig som de prøver å takle den voksende mengden biomedisinsk kunnskap, inkludert dokumenter (f.eks. artikler, patenter, kliniske forsøk) og databaser (f.eks. gener, proteiner, stier, legemidler, sykdommer, medisinske termer). Dette er et stort smertepunkt for forskere, og uten en passende løsning, er de tvunget til å bruke grunnleggende søkeverktøy (PubMed og Google (GOOGL ) Scholar) og manuelt kurerte databaser. Disse verktøyene er egnet for å finne dokumenter som matcher nøkkelord (f.eks. et enkelt gen eller en publisert artikkel), men ikke for å tilegne seg omfattende kunnskap om et emneområde eller underdomene (f.eks. COVID-19), eller for å tolke resultater fra høy-gjennomstrømningsbiologi-eksperimenter, som gen-sekvensering, protein-uttrykk eller skjerming av kjemiske stoffer. Vi startet Epistemic AI med ideen om å løse dette problemet med en plattform som lar dem arbeide iterativt:

1. Kortere tiden for å samle informasjon og bygge omfattende kunnskapskart
2. Fremheve tverrfaglig informasjon som kan være vanskelig å finne (viktige oppdagelser kommer ofte fra å se på det hvite rommet mellom disipliner);
3. Identifisere årsaks-hypoteser ved å finne stier og manglende lenker i kunnskapskartet ditt.

Hva er noen av både offentlige og private kilder som brukes til å kartlegge disse relasjonene?

Stefano Pacifico: For tiden innhenter vi alle offentlig tilgjengelige kilder vi kan få tak i, inkludert Pubmed og clinicaltrials.gov. Vi innhenter også databaser over gener, legemidler, sykdommer og deres interaksjoner. Vi inkluderer også private datakilder for utvalgte kunder, men vi er ikke i stand til å avsløre noen detaljer enda.

Hva slags maskinlærings-teknologier brukes for kunnskapskartlegging?

Stefano Pacifico: En av de dypt trodde overbevisningene i Epistemic AI er at fanatisme ikke er nyttig for å bygge produkter. Å bygge en arkitektur som integrerer flere maskinlærings-teknikker var en beslutning som ble tatt tidlig, og disse inkluderer kunnskapsrepresentasjon til Transformer-modeller, gjennom graf-embeddings, men inkluderer også enklere modeller som regressions- og tilfeldige skoger. Hver komponent er like enkel som den trenger å være, men ikke enklere. Mens vi tror å ha bygget NLP-komponenter som er state-of-the-art for bestemte oppgaver, skyer vi oss ikke for enklere baseline-modeller når mulig.

Kan du navngi noen av selskapene, ideelle organisasjoner eller akademiske institusjoner som bruker Epistemic-plattformen?

Stefano Pacifico: Mens jeg ville elske å gjøre det, har vi ikke kommet til enighet med våre brukere om å gjøre det. Jeg kan si at vi har hatt personer som har meldt seg på fra svært høyprofilerte institusjoner i alle tre segmenter (selskaper, ideelle organisasjoner og akademiske institusjoner). I tillegg har vi til hensikt å holde plattformen gratis for akademisk/ideell formål.

Hvordan hjelper Epistemic forskere med å identifisere sentralnervesystem (CNS) og andre sykdomsspesifikke biomarkører?

Dr. David Heeger: Nevrovitenskap er et svært tverrfaglig felt som inkluderer molekylær- og cellebiologi og genetikk, men også psykologi, kjemi og prinsipper fra fysikk, ingeniørvitenskap og matematikk. Det er så bredt at ingen kan være ekspert på alt. Forskere ved akademiske institusjoner og pharma/biotek-selskaper er tvunget til å spesialisere seg. Men vi vet at de viktige innsiktene er tverrfaglige, kombinert kunnskap fra under-spesialfeltene. AI-drevne programvare-plattformen vi bygger, lar alle bli mer tverrfaglige, se forbindelsene mellom deres individuelle ekspertiseområder og andre emner, og identifisere nye hypoteser. Dette er spesielt viktig i nevrovitenskap fordi det er et så tverrfaglig felt fra starten av. Funksjonen og dysfunksjonen av det menneskelige hjernen er det vanskeligste problemet vitenskapen noensinne har møtt. Vi er på en misjon for å endre måten biomedisinske forskere arbeider og tenker.

Epistemic muliggjør også oppdagelsen av genetiske mekanismer for CNS-forstyrrelser. Kan du forklare hvordan dette fungerer?

Dr. David Heeger: De fleste nevrologiske sykdommene, psykiatriske lidelser og utviklingsforstyrrelser har ikke en enkel forklaring i form av genetiske forskjeller. Det finnes en håndfull syndrom som har en spesifikk mutasjon som er kjent å forårsake lidelsen. Men det er ikke vanlig. Det finnes hundrevis av genetiske forskjeller, for eksempel, som har vært assosiert med autisme-spektrum-forstyrrelser (ASF). Det finnes en viss forståelse for noen av disse genene om funksjonene de tjener i form av grunnleggende biologi. For eksempel, noen av genene assosiert med ASF holder synapser sammen i hjernen (merk at de samme genene vanligvis utfører forskjellige funksjoner i andre organsystemer i kroppen). Men det finnes svært lite forståelse om hvordan disse genetiske forskjellene kan forklare den komplekse samlingen av atferdsforskjeller som individer med ASF viser. For å gjøre saken verre, to individer med samme genetiske forskjell kan ha helt forskjellige resultater, en diagnostisert med ASF og den andre ikke. Og to individer med helt forskjellige genetiske profiler kan ha samme resultat med svært lignende atferdsdefekter. For å forstå alt dette krever å lage forbindelsen fra genetikk og molekylærbiologi til celle-nevrovitenskap (hvordan kan genetiske forskjeller påvirke individuelle nevroner å fungere forskjelligt) og deretter til system-nevrovitenskap (hvordan kan disse forskjellene i celle-funksjon påvirke nettverk av store mengder sammenkoblede nevroner å fungere forskjelligt) og deretter til psykologi (hvordan kan disse forskjellene i nevronettverks-funksjon påvirke kognitive, emosjonelle og atferdsforskjeller). Og all dette må forstås fra en utviklingsperspektiv. En genetisk forskjell kan forårsake en defekt i en bestemt aspekt av nevron-funksjon. Men hjernen sitter ikke bare der og tar det. Hjerner er svært tilpasningsdyktige. Hvis det er en manglende eller ødelagt mekanisme, så vil hjernen utvikle seg forskjellig for å kompensere så mye som mulig. Denne kompensasjonen kan være molekylær, for eksempel, oppregulering av en annen synaptisk reseptor for å erstatte funksjonen av en ødelagt synaptisk reseptor. Eller kompensasjonen kan være atferdsmessig. Endelig resultat avhenger ikke bare av den opprinnelige genetiske forskjellen, men også av de forskjellige forsøkene på å kompensere, som avhenger av andre molekylære, celle-, sirkuit-, system- og atferdsmessige mekanismer.

Ingen enkelt person har kunnskapen til å forstå alt dette. Vi alle trenger hjelp. AI-drevne programvare-plattformen vi bygger, lar alle samle og koble alle relevante biomedisinske kunnskaper, se forbindelsene og identifisere nye hypoteser.

Hvordan bruker biopharma og akademiske institusjoner Epistemic for å takle COVID-19-utfordringen?

Stefano Pacifico: Vi har lansert en offentlig versjon av vår plattform som inkluderer COVID-spesifikke datasett og er fritt tilgjengelig for alle som gjør forskning på COVID-19. Den er tilgjengelig på https://covid.epistemic.ai

Hva er noen av de andre sykdommene eller genetiske problemene som Epistemic har blitt brukt for?

Stefano Pacifico: Vi har samarbeidet med autismeforskere og er nylig i ferd med å sette sammen et nytt forskningsprosjekt for cystisk fibrose. Men vi er glade for å samarbeide med andre forskere eller institusjoner som måtte trenge hjelp med deres forskning.

Er det noe annet du ville like å dele om Epistemic?

Stefano Pacifico: Vi bygger en bevegelse av mennesker som ønsker å endre måten biomedisinske forskere arbeider og tenker. Vi håper virkelig at mange av dine lesere vil ønske å slutte seg til oss!

Takk til begge for å ta tiden til å svare på våre spørsmål. Lesere som ønsker å lære mer, bør besøke Epistemic AI.