[论文解读] Empowering Biomedical Discovery with AI Agents

Shanghua Gao, Ada Fang+7 more|arXiv (Cornell University)|Apr 3, 2024

Scientific Computing and Data ManagementDecision Sciences被引用 3

一句话总结

本文提出将人工智能代理作为协作性、具有批判性思维的系统，整合大型语言模型、机器学习工具和实验平台，以加速生物医学发现。通过支持持续学习、假设生成和自主工作流执行，这些代理能够超越数据外推，提供新颖的科学洞见，推动实现自主生物医学研究。

ABSTRACT

We envision "AI scientists" as systems capable of skeptical learning and reasoning that empower biomedical research through collaborative agents that integrate AI models and biomedical tools with experimental platforms. Rather than taking humans out of the discovery process, biomedical AI agents combine human creativity and expertise with AI's ability to analyze large datasets, navigate hypothesis spaces, and execute repetitive tasks. AI agents are poised to be proficient in various tasks, planning discovery workflows and performing self-assessment to identify and mitigate gaps in their knowledge. These agents use large language models and generative models to feature structured memory for continual learning and use machine learning tools to incorporate scientific knowledge, biological principles, and theories. AI agents can impact areas ranging from virtual cell simulation, programmable control of phenotypes, and the design of cellular circuits to developing new therapies.

研究动机与目标

• 开发能够作为生物医学研究协作伙伴的人工智能代理，整合人类专业知识与人工智能能力。
• 使人工智能代理能够基于科学原理生成新颖的、非线性的假设，超越简单的数据外推。
• 解决持续学习中的灾难性遗忘问题，同时通过不确定性感知推理保持可信度。
• 设计能够利用实时反馈实现自主、闭环实验和假设优化的人工智能代理。
• 建立人工智能代理与生物及实验系统交互时的伦理与安全协议。

提出的方法

• 利用大型语言模型（LLMs）和生成模型，为持续学习提供结构化记忆与推理能力。
• 整合多模态基础模型，处理包括文本、序列、图像和高维组学数据在内的多样化数据类型。
• 设计具备感知、交互、记忆和推理模块的AI代理，使其作为自主问题求解者运行。
• 实施基于人类反馈的强化学习（RLHF）和指令微调，使代理行为与科学推理及人类偏好对齐。
• 使用上下文学习和少样本提示技术，实现对新生物任务的零样本或少样本适应。
• 应用跨模态对齐技术，统一文本、分子结构和实验读出结果之间的表征。

Figure 1 : Empowering biomedical research with AI agents. AI agents pave the way for "AI scientists" capable of skeptical learning and reasoning. These multi-agent systems consist of agents based on conversable large language models (LLMs) and can coordinate machine learning (ML) tools, experimental

实验结果

研究问题

• RQ1 人工智能代理如何生成并非现有文献线性外推的新型生物假设？
• RQ2 人工智能代理在科学发现中实现批判性推理并管理不确定性，需要哪些架构与训练组件？
• RQ3 人工智能代理如何在持续学习新生物数据和实验结果的同时避免灾难性遗忘？
• RQ4 人工智能代理以何种方式与人类及其他代理协作，以加速复杂生物医学工作流？
• RQ5 为确保人工智能代理在实验和体外环境中的安全与伦理部署，需要哪些保障措施？

主要发现

• 人工智能代理能够自主将复杂的生物医学问题分解为可管理的子任务，并协调专用工具以实现针对性解决方案。
• 通过结合大模型、机器学习模型与实验平台，人工智能代理在模拟和真实世界环境中实现了闭环学习与假设优化。
• 结构化记忆与持续学习的整合使代理能够在不发生灾难性遗忘的情况下保留并更新科学知识。
• 人工智能代理展现出生成超越现有文献的假设的能力，暗示其具备推动开创性发现的潜力。
• 通过人机协同反馈与RLHF，代理在科学推理对齐方面持续改进，提升了在协作研究中的可信度。
• 该框架支持多样化应用，包括计算机模拟建模、表型控制和细胞回路设计，展现出广泛的生物医学相关性。

Figure 2 : Evolving use of data-driven models in research. Data-driven approaches, from databases and search engines, machine learning, and interactive learning models to advanced agent systems (Section 2 ), have reshaped biomedical research throughout the last several decades.