Paper2Agent zamienia publikacje naukowe w narzędzia dla asystenta AI

Artykuł naukowy to dziś w praktyce plik PDF, a jeśli autorzy są hojni, także link do repozytorium kodu. Zespół Jamesa Zou ze Stanford University chce, żeby publikacja robiła coś więcej niż leżała na dysku. Jego system Paper2Agent, opisany 16 września w Nature, jak relacjonuje Science News, zamienia pracę wraz z kodem, metodami i danymi w zestaw narzędzi dla asystenta AI. Ten może wykonać opisaną analizę na nowych danych i odpowiadać na pytania o wyniki.

Zou nazywa taki wynik „wirtualnym autorem artykułu” dostępnym całą dobę. Według opisu technicznego w preprincie na arXiv system analizuje pracę i jej repozytorium za pomocą kilku współpracujących agentów, po czym buduje serwer MCP, z którym łączy się chatbot. Następnie iteracyjnie generuje i uruchamia testy, by sprawdzić, czy całość działa poprawnie. Science News dodaje, że narzędzia są porównywane z referencyjnymi wynikami, a asystent dostaje instrukcję krok po kroku: których narzędzi użyć i w jakiej kolejności.

74 na 100

W testach zespół próbował przerobić 100 prac z biologii obliczeniowej i udało się to w 74 przypadkach. Reszta rozbiła się o brak kodu lub danych albo oprogramowanie, które nie chciało się uruchomić. Przekształcone prace obsługiwały się lepiej niż oryginały: agent korzystający z zestawu narzędzi analizował opublikowane wyniki dokładniej i ponad dwa razy szybciej niż ten sam agent pracujący na samym artykule i towarzyszącym mu kodzie.

Jak podaje Nature, stworzenie agenta dla pracy o AlphaGenome zajęło 45 minut i kosztowało 14 dolarów. Nature opisało narzędzie jako darmowe.

Problem, który zna każdy, kto odpalał cudzy kod

Peter Clark z Allen Institute for Artificial Intelligence, który nie brał udziału w projekcie, przyznaje, że uruchomienie cudzego kodu z GitHuba często kosztuje go pół dnia „grzebania”. Ogólny asystent, taki jak Claude, może pomóc, ale zwykle pisze nowy kod na bieżąco. Paper2Agent zamiast tego pakuje kod powiązany z publikacją w narzędzia wielokrotnego użytku. Zdaniem Clarka to ujednolica sposób, w jaki AI korzysta z badań, i jest „ekscytującym krokiem” w stronę artykułów, które aktywnie pomagają naukowcom.

Agenci pracy mogą też szukać innych agentów o podobnej tematyce, by powiadomić ich autorów o możliwej współpracy. Zou twierdzi, że jego zespół stworzył już ponad 100 takich agentów z własnych prac i że jeden z nich pomógł mu znaleźć współpracowników.

Zastrzeżenia

Clark zwraca uwagę na ograniczenia. Paper2Agent pomaga ponownie wykorzystać metody i kod, ale nie odpowiada na ogólne pytania tak, jak powinien prawdziwy „wirtualny autor”. Obawia się też, że zamiana milionów słabych publikacji w agentów, którzy będą naprzykrzać się naukowcom, może uczynić sytuację „gorszą, a nie lepszą”. Przywołuje przy tym Clippy’ego, krytykowanego asystenta z pakietu Microsoft Office. Chętnie widziałby natomiast „nienatrętnego agenta”, który podpowie, jakie prace warto śledzić.

Przy pytaniach otwartych Clark nadal wolałby pisać do autorów: jak mówi, robi to właśnie po to, by dowiedzieć się o rzeczach, których nie umieścili w artykule.