ОтветыОпубликовано18 источники
Как почти 2 000 ИИ-агентов нашли новые зацепки для исследований мозга за 32 минуты
OpenAI, PerturbAI и Scripps Research сообщают, что тысячи агентов GPT Rosalind проанализировали уже существовавшие данные о клетках мозга мышей за 32 минуты — и предложили направления для дальнейших исследований, а не... Агенты сопоставляли последствия нарушения работы генов с научными публикациями и собрали связи в...
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- OpenAI, PerturbAI и Scripps Research сообщают, что тысячи агентов GPT Rosalind проанализировали уже существовавшие данные о клетках мозга мышей за 32 минуты — и предложили направления для дальнейших исследований, а не...
- Агенты сопоставляли последствия нарушения работы генов с научными публикациями и собрали связи в «карту рассуждений».
- Гипотезы о генах Tsc1, Tsc2 и Dctn1 могут подсказать эксперименты. Сравнение с месяцами или годом работы человека — оценка, а не результат прямого испытания «человек против ИИ».
Промпт ИИ
openai.comCreate a landscape editorial hero image for this Studio Global article: How did OpenAI, PerturbAI and Scripps Research use nearly 2,000 parallel GPT-Rosalind agents and “distributed biological reasoning” to analy. Article summary: The October 21 announcement described a fast, parallel interpretation of existing mouse-brain experiments—not the creation of the experimental atlas or proof of new disease mechanisms—in which GPT-Rosalind agents connect. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
OpenAI, PerturbAI и Scripps Research сообщили, что использовали тысячи агентов GPT-Rosalind, чтобы за 32 минуты разобрать результаты уже проведённых экспериментов на клетках мозга мышей. Агенты сопоставляли эффекты нарушений работы генов с научными публикациями и свели возможные объяснения в «карту рассуждений» — набор исследовательских зацепок, а не доказательство новых механизмов заболеваний.5
Что делали ИИ-агенты
Вместо того чтобы поручить весь анализ одной системе, исследователи распределили работу между множеством агентов. Они изучали клеточные реакции на нарушения работы генов, искали относящиеся к ним научные работы и связывали наблюдения с возможными биологическими объяснениями. Затем результаты объединили в общую карту генов, клеточных реакций, публикаций и гипотез.5
11
Экспериментальные данные существовали до этого проекта: ИИ анализировал готовый массив, а не ставил эксперименты и не создавал исходную базу.5 В сообщениях о проекте фигурирует атлас из восьми миллионов клеток, тогда как в объявлении участников говорится о данных миллионов клеток мозга мышей.
5
6
Важно и сравнение по времени. Оценка, согласно которой исследователям-людям понадобились бы месяцы или до года, основана на предположениях о времени анализа генетических нарушений и чтения публикаций. Это не результат прямого хронометража работы человеческой команды.9 Иными словами, 32 минуты — заявленное время ИИ-процесса, а более длительный срок — расчёт для сопоставимой последовательной работы, а не доказательство того, что агенты заменили полный цикл научного исследования.
Что показало сравнение с одним агентом
По одному из сообщений, распределённый анализ привёл более 700 научных источников, тогда как анализ одного агента — 11. В слепом сравнении специалисты в 75% случаев предпочли объяснения, подготовленные группой агентов.6 О предпочтении экспертов в слепой оценке сообщает и другой источник.
39
Эти результаты могут указывать на более широкий охват литературы и на то, что объяснения многоагентной системы специалисты считают более полезными. Но это не показатели точности: предпочтение экспертов не доказывает, что предложенный механизм верен. Гипотезы нужно проверять экспериментально.
Две гипотезы для дальнейшей проверки
Tsc2 и Tsc1 в клетках мозжечка
По данным OpenAI, нарушение работы Tsc2 изменило активность десятков генов в одной группе нейронов мозжечка, включая гены, связанные с передачей сигналов между нейронами. Нарушение Tsc1 в том же типе клеток почти не повлияло на активность генов. Оба гена участвуют в регуляции mTOR, и это различие было предложено как возможная зацепка к тому, почему мутации TSC2 часто связаны с более тяжёлым течением туберозного склероза, чем мутации TSC1.14
Это возможное объяснение, а не установленная причина различий в тяжести заболевания. Оно ставит новые вопросы для исследований — например, могут ли уже существующие препараты, воздействующие на mTOR, обратить описанные изменения в этих нейронах.14
Dctn1 и гены, связанные с холестерином
В данных о мозге мышей нарушение работы Dctn1 сопровождалось повышенной активностью генов, участвующих в выработке холестерина. Поскольку DCTN1 связан с редким нейродегенеративным заболеванием — синдромом Пэрри, — OpenAI предложила проверить, может ли значение иметь транспорт холестерина внутри нейронов и способно ли его восстановление защитить нервные клетки.15
Но повышенная активность генов выработки холестерина сама по себе не доказывает, что его транспорт нарушен, и не означает, что лечение, направленное на транспорт, сработает. Это пока только механизм, который предстоит проверить.15
Чего эти результаты пока не доказывают
Проект показывает, как можно в большом масштабе сопоставлять экспериментальные данные с научной литературой и формировать версии для дальнейшей проверки.5 Однако ни количество цитат, ни предпочтение экспертов не заменяют экспериментальной валидации. Связи с заболеваниями, о которых сообщила команда, следует считать гипотезами, а не подтверждёнными механизмами или готовыми мишенями для лечения.
В сообщениях о проекте работа описана как препринт. Поэтому важно отличать объявленные авторами результаты и представленную ими оценку от независимого подтверждения биологических выводов.9 Доступные материалы также не позволяют определить конкретные финансовые или профессиональные интересы авторов; делать предположения в ту или иную сторону не следует.
Зачем это может быть нужно разработке лекарств
PerturbAI и OpenAI представили проект как часть годового сотрудничества в области биомедицинских исследований и разработки лекарств.31 Практическая идея — помочь учёным сопоставлять причинно-следственные данные о биологических процессах с накопленными знаниями и выбирать вопросы для проверки. Результаты — ранняя иллюстрация такого подхода, а не свидетельство того, что система уже нашла подтверждённые мишени для новых препаратов.
31
39
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Как почти 2 000 ИИ-агентов нашли новые зацепки для исследований мозга за 32 минуты»?
OpenAI, PerturbAI и Scripps Research сообщают, что тысячи агентов GPT Rosalind проанализировали уже существовавшие данные о клетках мозга мышей за 32 минуты — и предложили направления для дальнейших исследований, а не...
Какие ключевые моменты необходимо проверить в первую очередь?
OpenAI, PerturbAI и Scripps Research сообщают, что тысячи агентов GPT Rosalind проанализировали уже существовавшие данные о клетках мозга мышей за 32 минуты — и предложили направления для дальнейших исследований, а не... Агенты сопоставляли последствия нарушения работы генов с научными публикациями и собрали связи в «карту рассуждений».
Что мне делать дальше на практике?
Гипотезы о генах Tsc1, Tsc2 и Dctn1 могут подсказать эксперименты. Сравнение с месяцами или годом работы человека — оценка, а не результат прямого испытания «человек против ИИ».
Источники
openai.comUsing thousands of AI agents to uncover new leads in biological data
unite.aiOpenAI Unveils Mouse Brain Reasoning Atlas From GPT-Rosalind Agents
aiweekly.coOpenAI, PerturbAI and Scripps Run ~2,000 GPT-Rosalind Agents on 8M-Cell Brain CRISPR Atlas in 32 Min | AI Weekly
rdworldonline.comOpenAI runs 1,946 GPT-Rosalind agents on a mouse brain atlas