グラフベースの AI モデルがイノベーションの未来を描く |マサチューセッツ工科大学ニュース

人工知能を使用して、一見無関係に見える 2 つの創造物、生物組織とベートーベンの「交響曲第 9 番」を比較することを想像してみてください。一見すると、生きているシステムと音楽の傑作は何の関係もないように見えるかもしれません。しかし、MIT のマカフィー工学教授で土木環境工学および機械工学の教授でもあるマーカス J. ビューラー氏が開発した新しい AI 手法は、このギャップを埋め、複雑さと秩序の共通パターンを明らかにします。

「生成 AI とグラフベースの計算ツールを融合することにより、このアプローチは、以前は想像できなかったまったく新しいアイデア、コンセプト、デザインを明らかにします。生成 AI にこれまで見たことのないアイデア、コンセプト、デザインについて斬新な予測を行うよう教えることで、科学的発見を加速できます」とビューラー氏は言います。

最近のオープンアクセス研究 に掲載されました 機械学習: 科学とテクノロジーでは、生成的な知識の抽出、グラフベースの表現、およびマルチモーダルなインテリジェントなグラフ推論を統合する高度な AI 手法を示します。

この研究では、科学における記号関係を理解するようにモデルを教えるための中心的なメカニズムとして、圏論に触発された方法を使用して開発されたグラフが使用されています。カテゴリー理論は、抽象的な構造とそれらの間の関係を扱う数学の分野であり、オブジェクトの特定の内容ではなく、オブジェクトとその相互作用に焦点を当てることで、多様なシステムを理解して統合するためのフレームワークを提供します。圏論では、システムはオブジェクト (数値から構造やプロセスなどのより抽象的なエンティティまで、何でもあり得る) と射 (これらのオブジェクト間の関係を定義する矢印または関数) の観点から見られます。このアプローチを使用することで、ビューラー氏は AI モデルに、複雑な科学的概念と動作を系統的に推論するように教えることができました。射法によって導入された記号関係は、AI が単に類推を描いているだけではなく、さまざまなドメインにわたって抽象構造をマッピングするより深い推論に取り組んでいることを明らかにしています。

ビューラー氏は、この新しい方法を使用して、生物学的材料に関する 1,000 件の科学論文のコレクションを分析し、それらをグラフの形で知識マップに変換しました。グラフにより、さまざまな情報がどのように接続されているかが明らかになり、関連するアイデアのグループや、多くの概念を結び付ける重要なポイントを見つけることができました。

「本当に興味深いのは、グラフがスケールフリーの性質に従っており、高度に関連しており、グラフ推論に効果的に使用できることです」とビューラー氏は言います。 「言い換えれば、私たちは AI システムにグラフベースのデータについて考えるように教えて、より良い世界表現モデルを構築し、発見を可能にする新しいアイデアを思考および探求する能力を強化します。」

研究者は、このフレームワークを使用して、複雑な質問に答え、現在の知識のギャップを見つけ、材料の新しい設計を提案し、材料がどのように動作するかを予測し、これまで結び付いたことのない概念を結び付けることができます。

AI モデルは、生物学的材料と「交響曲第 9 番」の間に予期せぬ類似点を発見し、両方が複雑さのパターンに従っていることを示唆しています。 「生物材料内の細胞が複雑だが組織化された方法で相互作用して機能を実行するのと同様に、ベートーベンの第 9 交響曲では音符とテーマが配置され、複雑だが一貫した音楽体験が生み出されます」とビューラー氏は言います。

別の実験では、グラフベースの AI モデルが、ワシリー カンディンスキーの絵画「コンポジション VII」に見られる抽象的なパターンにインスピレーションを得た新しい生物学的材料を作成することを推奨しました。 AIは新しい菌糸体ベースの複合材料を提案した。 「この材料の結果は、混沌と秩序のバランス、調整可能な特性、多孔性、機械的強度、複雑なパターンの化学的機能性を含む一連の革新的な概念を組み合わせたものです」とビューラー氏は述べています。 AI は、抽象絵画からインスピレーションを得て、強度と機能性のバランスを保ちながら、順応性があり、さまざまな役割を果たすことができる素材を作成しました。この応用は、革新的な持続可能な建築材料、プラスチックの生分解性代替品、ウェアラブル技術、さらには生物医学機器の開発につながる可能性があります。

この高度な AI モデルを使用すると、科学者は音楽、アート、テクノロジーから洞察を引き出し、これらの分野のデータを分析して、マテリアル デザイン、研究、さらには音楽やビジュアル アートの革新的な可能性の世界を引き起こす可能性のある隠れたパターンを特定できます。

「グラフベースの生成 AI は、従来のアプローチよりもはるかに高い新規性を実現し、能力と技術的詳細を探索し、隠れたつながりを明らかにすることでイノベーションに広く役立つフレームワークを確立します」とビューラー氏は言います。 「この研究は、生物からインスピレーションを得た材料と力学の分野に貢献するだけでなく、AI とナレッジ グラフを活用した学際的な研究が、将来の他の研究に目を向ける際に科学的および哲学的探究のツールになる可能性がある未来への布石でもあります」 」