"מידע פתוח – הבסיס של קידמה מדעית"

"מידע פתוח הוא הבסיס של קידמה מדעית, אבל למצוא את מאגר הנתונים הנכון לא אמור לדרוש יכולות מומחיות טכנית. כיום, הבינה המלאכותית יכולה לעבוד עבור חוקרים בכל מקום, בין אם הם חוקרים השפעות אקלים, מיפוי מחלות או ריצוף גנום. כך הם יכולים להקדיש פחות זמן לחיפוש ויותר זמן לגילויים שכולנו מרוויחים מהם. מדענים יכולים כעת למצוא מידע קריטי למחקר – בתוך שניות במקום שעות", כך אמר ד"ר וורנר ווגלס, ה-CTO של אמזון.

ד"ר ווגלס דיבר באחרונה בוועידת UN AI for Good Summit, שהתקיימה בז'נבה. במהלך הוועידה השיקה AWS, חברת הענן של אמזון, כלי AI שעל פי החברה "משנה את הדרך שבה חוקרים ברחבי העולם מגלים מאגרי נתונים למחקרי אקלים, בריאות וגנום". זהו כלי קוד פתוח חדש, שמשתמש בבינה מלאכותית מבוססת שיחה על מנת לעזור למדענים וחוקרים למצוא באופן מיידי את הנתונים שהם זקוקים להם, מאחד האוספים הגדולים בעולם של מאגרי נתונים חינמיים הזמינים לציבור.

הכלי מחבר בין עוזרים מבוססים AI לבין RODA (ר"ת AWS Registry of Open Data), שמאחסן יותר מ-1,100 מאגרי נתונים מיותר מ-400 ארגונים. אלה כוללים, בין היתר, את נאס"א ואת המוסד האמריקני לבריאות (National Institute of Health). בעזרת הכלי, חוקרים יכולים לתאר את מה שהם מחפשים בשפה פשוטה, במקום לחפש בקטלוגים טכניים מורכבים.

לגלות מאגרי נתונים בשפה טבעית, במקום בחיפוש ידני

כיום, מציאת מאגר הנתונים המתאים דורשת תהליך ממושך וידני. חוקר אקלים שלומד על כריתת יערות צריך לנווט במערכות חיפוש טכניות, לאתר במדויק את מקום האחסון של הנתונים ולבחון מספר קבצים לפני שהוא יכול להתחיל בניתוח המידע. באופן דומה, חוקר גנום שחוקר הפרעות גנטיות נדירות חייב לסרוק עשרות מאגרי נתונים, להשוות תנאי רישוי ולבחון באופן ידני את מבנה הקבצים, על מנת להחליט איזה מאגר נתונים מתאים למחקר שלו – כל זאת לפני שניתן בכלל להתחיל במחקר בפועל.

לטובת פישוט התהליך, AWS השיקה שרת MCP (ר"ת Model Context Protocol) בקוד פתוח, שמחבר בין RODA ישירות לסייעני AI כמו קירו או קלוד קוד. כך יכולים חוקרים לגלות מאגרי נתונים באמצעות שיחה בשפה טבעית, במקום חיפוש ידני. חוקר יכול פשוט לשאול שאלה, כמו "אילו אוספי נתונים של צילומי לווין זמינים על מנת לעקוב אחר כריתת יערות?", או "אילו מאגרי גנום זמינים תחת רישיון Creative Commons?" – ולקבל מיידית תוצאות רלוונטיות עם תיאורים ותצוגה מקדימה של הנתונים. זה מקצר תהליך שלקח בעבר שעות – לשניות.

מאגרי הנתונים שזמינים באמצעות הכלי תומכים בחלק מהמחקרים החשובים ביותר שנעשים ברחבי העולם: מודלים לעליית מי הים, מעקב אחר התפרצויות מחלות, ניטור אובדן מגוון ביולוגי וקידום הבנה של הגנום האנושי. לפי AWS, "אנחנו עוזרים להבטיח שחוקרים בכל מוסד, בלא קשר לגודל או משאבים, יוכלו לגשת לנתונים קריטיים בתנאים שווים".

"ההזדמנות הגדולה ל-AI במדע – המפגש בין ארגונים, מאגרי נתונים ותחומי ידע"

דן פילון מחברת התוכנה אלמנט84 אמר בוועידה כי "הצלחנו לשלב את הכלי במהירות בתוך כלי ה- Queryable Earth שלנו, כך שאנחנו יכולים להשיק סוכנים שיכולים לגלות, לבחון מקדמית ולעבד את מאגרי הנתונים של AWS Open Data. מידע פתוח, מפרטים פתוחים ו-GenAI נותנים לנו לחשוב מחדש על כל מה שידענו עבור מקבלי החלטות בניהול מצבי אסון".

דיוויד פנג מ-Allen Institute – מוסד מחקר המתמקד במדעי המוח, ביולוגיית התא ובינה מלאכותית – ציין כי "ההזדמנות הגדולה ביותר עבור AI במדע היא במפגש שבין ארגונים, מאגרי נתונים ותחומי ידע, כאשר קשרים בלתי צפויים יכולים להוביל לתגליות חדשות לחלוטין. כלים כמו זה שהושק יוצרים צירופי מקרים מוצלחים, ומעניקים למדענים ולסוכני ה-AI שלהם גישה חלקה למגוון רחב של נתונים אמינים. כך הם מאפשרים חדשנות בין תחומית מהירה, עם מאות פטה-בייטים של מידע מחקר זמין לציבור".