研究者にとって、学術論文の読み込みは非常に時間のかかる作業です。ある調査によると、科学者は情報を探すために週に7時間を費やしています。もう一つの調査では、文献の系統的なレビュー（特定のトピックに関するエビデンスの学術的な総合）には、5人の研究チームにおいて平均で41週間かかるという結果が示されています。
しかし、このような状況である必要はありません。
それは、AIスタートアップの共同創設者であるAndreas Stuhlmüllerが伝えるメッセージです。彼らのスタートアップであるElicitは、科学者や研究開発ラボのための「研究アシスタント」を開発しています。Fifty Years、Basis Set、Illusion、そして天使投資家のJeff Dean（Googleの主任科学者）とThomas Ebeling（元ノバルティスCEO）をバッカーに持つElicitは、文献レビューのより退屈な側面を抽象化するためのAIツールを構築しています。
「Elicitは、言語モデルを用いた科学研究を自動化する研究アシスタントです。具体的には、関連する論文を見つけ、研究に関する鍵となる情報を抽出し、情報を概念として整理することで、文献レビューを自動化します」とStuhlmüllerはTechCrunchとの電子メールインタビューで語りました。
Elicitは、非営利研究財団であるOughtから分離された営利事業です。Oughtは2017年に設立され、Stuhlmüllerはその前にStanfordの計算と認知の研究所で研究者として活動していました。Elicitの共同創設者であるJungwon Byunは、オンラインレンディング企業Upstartの成長を牽引した後、2019年にこのスタートアップに参加しました。
Elicitは、第一政府および第三政府の様々なモデルを使用して論文を検索し、概念を発見します。これにより、ユーザーは「クレアチンの全効果は何ですか？」や「論理推論の研究に使用されたすべてのデータセットは何ですか？」などの質問をして、学術文献から回答のリストを得ることができます。
「系統的レビュープロセスを自動化することで、これらのレビューを作成する学術および産業研究機関に即座にコストと時間の節約効果をもたらすことができます」とStuhlmüllerは述べています。「コストを十分に低くすることで、フィールドの知識の状態が変化する際に新たに費用対効果が高すぎた適用事例なども可能になります」。
しかし、言語モデルはでたらめな情報を生成する傾向があるのではないかと疑問に思うかもしれませんね。確かに、科学的研究を合理化するための言語モデルであるGalacticaは、立ち上げからわずか3日で取り下げられました。なぜなら、モデルが正しいように聞こえるが実際には事実でない偽の研究論文を頻繁に示していたためです。
しかし、Stuhlmüller氏によれば、Elicitは多くの目的に適したプラットフォームよりも信頼性の高いAIを提供するための手順を踏んでいるとのことです。
まず、Elicitは、モデルが要約を生成する際にどれくらいの頻度ででたらめな情報を生成しているかということを、人間が理解できる部分で複雑なタスクに分解します。これにより、ユーザーがどの回答をチェックすべきか、いつチェックすべきかを特定するのに役立ちます。
Elicitはまた、科学論文の全体的な「信頼性」を計算する試みも行っており、研究で行われた試験が制御されたものであるかランダムに行われたものであるか、資金の出所と潜在的な利益相反といった要素、そして試験の規模などを考慮に入れています。
「私たちはチャットインターフェースを提供していません」とStuhlmüller氏は述べています。「Elicitユーザーは、言語モデルをバッチジョブとして適用します… 私たちはモデルを使って回答を生成するだけではなく、常に回答を学術文献にリンクさせ、妄想を減らし、モデルの作業の確認を容易にします」。
言語モデルが直面している問題の多くを解決したとは必ずしも納得していませんが、Elicitの取り組みは研究コミュニティからの関心を引き付けているようです。
Stuhlmüller氏によると、現在月間20万人以上のユーザーがElicitを使用しており、それは2023年1月から3倍の成長を遂げています。ユーザーには、世界銀行、ジェネンテック、スタンフォードなどの組織が含まれています。「ユーザーはよりパワフルな機能や大規模なスケールでElicitを利用するために有料プランを要求しており、彼らはElicitに対して支払いをする意欲を示しています」と彼は付け加えました。
たぶん、この勢いがElicitの最初の資金調達ラウンドを導いたのでしょう。Fifty Yearsがリードしたこの資金調達で、新たな資金のほとんどはElicitの製品の開発と、プロダクトマネージャーやソフトウェアエンジニアのチームの拡大に充てられる予定です。
では、Elicitはどのように収益を上げる計画なのでしょうか？良い質問です。私はStuhlmüller氏に直接尋ねました。彼は、今週開始された有料のティアに言及しました。これにより、ユーザーは無料ティアよりも大規模なスケールで論文を検索し、データを抽出し、概念を要約することができます。長期的な戦略としては、Elicitを研究と推論のための一般的なツールにまで発展させることです。そしてそれは、企業全体がElicitに対して支払うことになるでしょう。
Elicitの商業的成功に対する潜在的な障害の一つは、Allen Institute for AIのオープンソースプロジェクトのような取り組みです。そのプロジェクトは、科学に最適化された無料で利用可能な大規模な言語モデルを開発することを目指しています。しかし、Stuhlmüller氏はオープンソースを脅威と見なすよりもむしろ補完的なものとして捉えていると述べています。
「現在の主な競争相手は人的労力です。つまり、論文からデータを苦労して抽出するために雇われる研究アシスタントです」とStuhlmüller氏は述べています。「科学研究は巨大な市場であり、研究ワークフローのツールには主要な既存企業はありま
元記事はこちら
