Több ezer GPT-Rosalind agent túrta át az agysejt-atlaszt

Mi történt?

Az OpenAI október 21-én mutatta be (bejelentés) a PerturbAI-jal és a Scripps Researchcel közös munkáját. Több ezer, GPT-Rosalind modellel futó agent elemezte egy teljes egér-agyra kiterjedő CRISPR-atlasz meglévő adatait, amely több millió sejten mutatja meg, mit okoz egy-egy gén kiütése. Az elemzés 32 percig tartott, a csapat becslése szerint ugyanez emberi munkával hónapokba vagy akár egy évbe telt volna.

Az OpenAI ezt distributed biological reasoningnek hívja. Minden agent egy génbeavatkozást kapott: megnézte a sejtszintű hatásokat, irodalmat keresett, majd magyarázatot javasolt. A jelentésekből egy kereshető reasoning atlasz állt össze, amely géneket, sejthatásokat, publikációkat és lehetséges mechanizmusokat köt össze.

Mit hozott ki?

• Az agentek visszaadták az emberi elemzések eredményeit, illetve további, korábban nem vizsgált nyomokat is találtak.
• A Tsc1 és Tsc2 gén a kisagyban eltérően viselkedett: a Tsc2 kiütése több tucat, idegsejt-kommunikációért felelős gén aktivitását változtatta meg, a Tsc1 alig hatott. Ez a gümős sclerosis kutatásában lehet fontos.
• A Dctn1 kiütése után megnőtt a koleszterintermelő gének kifejeződése. Ebből egy tesztelhető hipotézis lett a koleszterin-eloszlás és a neurodegeneráció kapcsolatáról.
• A vakon értékelő szakértők az esetek 75 százalékában a párhuzamos agentek jelentéseit választották az egyetlen agentével szemben.

Miért fontos?

A legérdekesebb rész fejlesztői szemmel a skálázási teszt. Azonos modellel és erőforrással egyetlen agent a legnagyobb terhelésnél mindössze 11 forrást idézett, a szétosztott agentek több mint 700-at. Vagyis a feladat felbontása itt nem csak gyorsabb, a minőségen is látszik: egy agent a nagy kontextusban egyszerűen kevesebbet néz meg.

A tanulság a biológián túl is érvényes: ha nagy, sok független részből álló adathalmazt kell értelmezni, sokszor jobb sok kis agentre bontani és a végén összefésülni, mint egyetlen hosszú kontextusba tömni.

Mire figyelj?

Ezek hipotézisek, nem igazolt eredmények: a felvetett mechanizmusokat laborban még tesztelni kell. A reasoning atlasz már elérhető a kutatók számára. Ha agentic pipeline-t építesz, a 11 kontra 700 hivatkozás jó érv a fan-out mintára.