В прошлом году были достигнуты значительные успехи в области больших языковых моделей (LLM), таких как ChatGPT. Способность этих моделей интерпретировать и создавать источники человеческого текста (и другие данные о последовательностях) имеет значение для людей во многих областях человеческой деятельности. В новой перспективной статье, опубликованной в журнале Neuron , утверждается, что, как и многие специалисты, нейробиологи могут либо извлечь выгоду из партнерства с этими мощными инструментами, либо рискнуть остаться позади.
В своих предыдущих исследованиях авторы показали, что существуют важные предварительные условия для разработки LLM, которые могут интерпретировать и анализировать нейробиологические данные так же, как ChatGPT интерпретирует язык. Эти модели ИИ могут быть созданы для самых разных типов данных, включая нейровизуализацию, генетику, геномику отдельных клеток и даже рукописные клинические отчеты.
В традиционной модели исследования ученый изучает предыдущие данные по теме, разрабатывает новые гипотезы и проверяет их с помощью экспериментов. Из-за огромного количества доступных данных ученые часто сосредотачиваются на узкой области исследований, такой как нейровизуализация или генетика. Однако степень магистра права может охватить больше нейробиологических исследований, чем когда-либо мог сделать один человек.
В своей статье Neuron авторы утверждают, что однажды LLM, специализирующиеся в различных областях нейробиологии, можно будет использовать для общения друг с другом, чтобы соединить разрозненные области нейробиологических исследований, раскрывая истины, которые было бы невозможно найти людям в одиночку.
Например, в случае разработки лекарств LLM, специализирующийся на генетике, может использоваться вместе с LLM для нейровизуализации для обнаружения многообещающих молекул-кандидатов для остановки нейродегенерации. Нейробиолог будет руководить этими LLM и проверять их результаты.
Ведущий автор Данило Бздок упоминает о возможности того, что ученый в некоторых случаях не всегда сможет полностью понять механизм биологических процессов, открытых с помощью этих LLM.
«Мы должны быть готовы к тому факту, что некоторые вещи в мозге могут быть непознаваемыми или, по крайней мере, для их понимания потребуется много времени», — говорит он. «Тем не менее, мы все еще можем получать информацию от современных программ LLM и добиваться клинического прогресса, даже если мы не до конца понимаем, как они приходят к выводам».
Чтобы реализовать весь потенциал магистратуры в области нейробиологии, говорит Бздок, ученым понадобится больше инфраструктуры для обработки и хранения данных , чем доступно сегодня во многих исследовательских организациях. Что еще более важно, потребуется культурный сдвиг в сторону гораздо более основанного на данных научного подхода, при котором исследования, в значительной степени опирающиеся на искусственный интеллект и степень магистра права, публикуются ведущими журналами и финансируются государственными учреждениями.
Хотя традиционная модель исследований, основанных на гипотезах, остается ключевой и не уходит, Бздок говорит, что использование новых технологий LLM может быть важным для стимулирования следующего поколения неврологических методов лечения в тех случаях, когда старая модель была менее плодотворной.
«Цитируя Джона Нейсбитта, нейробиологи сегодня «тонут в информации, но жаждут знаний», — говорит он.
«Наша способность генерировать биомолекулярные данные затмевает нашу способность черпать понимание из этих систем. LLM предлагают ответ на эту проблему. Они могут быть в состоянии извлекать, объединять и синтезировать знания из областей нейронауки и между ними, задача, которая может или не может быть решена. превосходят человеческое понимание».