斯特法诺·帕西菲科和大卫·希格，Epistemic AI 的联合创始人 – 采访系列

Epistemic AI 采用最先进的自然语言处理（NLP）、机器学习和深度学习算法来映射生物医学知识的关系，这些知识来自多个公共和私人来源，包括文本文档和数据库。通过知识映射的过程，用户可以与平台交互，映射和理解生物医学知识的子集，这些知识通过传统搜索方法无法获得。

我们采访了 Epistemic AI 的两位联合创始人，讨论了这些最新的进展。

斯特法诺·帕西菲科 曾在应用人工智能和 NLP 开发领域工作了 10 多年。之前，他曾在彭博社工作了 7 年，并在创立 Epistemic 之前曾在 Elemental Cognition 工作过。

大卫·希格 是纽约大学数据科学和神经科学的 Silver 教授，他一生都在计算机科学、人工智能和生物科学之间架起桥梁。他是国家科学院的成员。作为联合创始人，他们将建设大规模人工智能和 NLP 系统的专业知识与计算生物学和生物医学科学的专业知识结合起来，这些专业知识来自他们在该领域的多年研究。

是什么让你对人工智能和自然语言处理（NLP）感兴趣?

斯特法诺·帕西菲科: 当我在罗马大学时，人工智能还不是很流行（事实上，它是一个非常边缘的领域），我问我的导师我应该选择什么专业。他说：“如果你想赚钱，软件工程和数据库，但是如果你想做一些非常先进和奇怪的事情，那么选择人工智能吧。”我被“奇怪”这个词吸引了。我开始研究知识表示和推理，以了解如何让自主代理玩足球或救人。然后我有两个顿悟，让我爱上了 NLP：首先，自主代理可能需要使用自然语言相互交流！其次，通过手工构建正式的知识库是很难的，而自然语言（在文本中）已经提供了最大的知识库。今天这些看起来很明显，但是当时它们并不是主流的观点。

是什么启发了你创立 Epistemic AI?

斯特法诺·帕西菲科: 我要大胆地说，目前没有人拥有足够的工具来理解和连接大量文档和数据中的知识。我之前曾在金融领域解决过这个问题。想想新闻、财务报表、价格数据、公司行动、文件等。我发现这个问题很有挑战性，也很重要！当我遇到我的联合创始人 David Heeger 博士时，我们花了很多时间评估生物医学行业的创业机会。当我们意识到这个领域产生的信息量时，一切都变得清晰了。生物医学研究人员在处理信息过载的同时，试图理解生物医学知识的庞大和快速增长的基础，这包括文档（例如论文、专利、临床试验）和数据库（例如基因、蛋白质、途径、药物、疾病、医学术语）。这是研究人员的一个主要痛点，他们被迫使用基本的搜索工具（PubMed 和 Google (GOOGL ) Scholar）和手动策划的数据库。这些工具适合找到匹配关键词的文档（例如一个基因或发表的期刊论文），但不适合获取某个主题领域或子领域的综合知识（例如 COVID-19），或解释高通量生物实验的结果，例如基因测序、蛋白质表达或筛选化学化合物。我们创立 Epistemic AI 的想法是解决这个问题，通过一个允许他们迭代地:

1. 缩短收集信息和构建综合知识地图的时间
2. 揭示跨学科的信息，这些信息可能很难找到（真正的发现往往来自于不同学科之间的空白区域）；
3. 通过在知识地图中找到路径和缺失的链接来识别因果假设。

Epistemic AI 使用哪些公共和私人来源来映射这些关系?

斯特法诺·帕西菲科: 目前，我们正在处理所有可以获得的公共来源，包括 PubMed 和 clinicaltrials.gov。我们还包括基因、药物、疾病和它们之间的相互作用的数据库。对于某些客户，我们还包括私人数据源，但是我们目前不方便透露这些细节。

Epistemic AI 使用什么样的机器学习技术来进行知识映射?

斯特法诺·帕西菲科: Epistemic AI 有一个深刻的信念，即狂热并不是建设产品的有用方法。我们早期就决定要构建一个集成多种机器学习技术的架构，这些技术包括知识表示、Transformer 模型、图嵌入，以及更简单的模型，如回归和随机森林。每个组件都尽可能简单，但不简单到不能工作。虽然我们相信已经构建了某些任务的最先进的 NLP 组件，但我们并不害怕使用更简单的基线模型，当可能时，我们也会使用它们。

可以提到一些使用 Epistemic 平台的公司、非营利组织或学术机构吗?

斯特法诺·帕西菲科: 虽然我很乐意这么做，但我们与用户没有达成协议来公开他们的信息。我可以说，我们有来自所有三个领域（公司、非营利组织和学术机构）的用户注册。另外，我们计划将平台免费提供给学术和非营利用途。

Epistemic AI 如何帮助研究人员识别中枢神经系统（CNS）和其他疾病特异性生物标志物?

大卫·希格: 神经科学是一个高度跨学科的领域，包括分子和细胞生物学、基因组学、心理学、化学和物理、工程和数学的原理。它太广泛了，以至于没有人可以成为所有这些领域的专家。学术机构和制药/生物技术公司的研究人员被迫专攻某一领域。但是，我们知道重要的见解是跨学科的，结合各个子领域的知识。我们正在建设的人工智能驱动的软件平台使每个人都可以更加跨学科地工作，看到他们各自子领域的专长与其他主题之间的联系，并识别新的假设。特别是在神经科学领域，这一点非常重要，因为它本身就是一个高度跨学科的领域。人类大脑的功能和功能障碍是科学面临的最困难的问题。我们正在执行一项使命，改变生物医学科学家工作和思考的方式。

Epistemic AI 还能否发现中枢神经系统障碍的遗传机制？可以解释一下它是如何工作的吗?

大卫·希格: 大多数神经系统疾病、精神疾病和发育障碍并没有一个简单的遗传差异解释。有一些综合征，其特定的突变被认为是导致该病症的原因。但是，这通常不是这种情况。例如，已经有几百种遗传差异被认为与自闭症谱系障碍（ASD）有关。其中一些基因的功能在基本生物学方面有一定的理解。例如，一些与 ASD 相关的基因负责在大脑中保持突触的完整性（注意，这些基因在身体的其他器官系统中通常执行不同的功能）。但是，很少有人理解这些遗传差异如何解释 ASD 个体表现出的复杂行为差异。更糟糕的是，两个具有相同遗传差异的个体可能有完全不同的结果，其中一个被诊断为 ASD，另一个没有。两个具有完全不同遗传特征的个体可能具有相同的结果，表现出非常相似的行为缺陷。要理解这一切，需要从基因组学和分子生物学连接到细胞神经科学（遗传差异如何导致个体神经元功能不同），然后到系统神经科学（这些细胞差异如何导致大量相互连接的神经元网络功能不同），然后到心理学（这些神经网络功能差异如何导致认知、情感和行为的差异）。所有这些都需要从发展的角度来理解。遗传差异可能导致特定神经功能的缺陷。但是，大脑不会简单地接受它。大脑是高度适应性的。如果有一个缺失或破损的机制，那么大脑会以可能的方式发展来弥补它。这可能是分子上的，例如上调另一个突触受体来替代破损突触受体的功能。或者，这可能是行为上的。最终结果不仅取决于初始的遗传差异，还取决于各种补偿机制，包括分子、细胞、电路、系统和行为机制。没有人拥有足够的知识来理解这一切。我们都需要帮助。我们正在建设的人工智能驱动的软件平台使每个人都可以收集和链接所有相关的生物医学知识，看到联系，并识别新的假设。

生物制药公司和学术机构如何使用 Epistemic AI 来应对 COVID-19 挑战?

斯特法诺·帕西菲科: 我们已经发布了平台的公共版本，包括 COVID 特定的数据集，并且可以免费访问任何正在研究 COVID-19 的人。它可以在 https://covid.epistemic.ai 访问。

Epistemic AI 还被用于其他什么疾病或遗传问题?

斯特法诺·帕西菲科: 我们已经与自闭症研究人员合作，并且最近正在为囊性纤维化病制定新的研究工作。我们很乐意与可能需要帮助的研究人员或机构合作。

您还想分享关于 Epistemic AI 的其他信息吗?

斯特法诺·帕西菲科: 我们正在建设一个运动，旨在改变生物医学研究人员的工作和思考方式。我们真诚地希望您的许多读者会加入我们!

感谢两位接受我们的采访。希望了解更多的读者可以访问 Epistemic AI。