과학에서 언어 모델의 창의성을 개방하는 비유적 사고

자율 과학은 특히 생의학 분야와 같은 복잡한 분야에서 과학적 발견을 증대시키는 것을 약속한다. 그러나 이것은 AI 시스템이 열린 문제에 대해 일관되게 새로운 및 다양한 솔루션을 생성할 수 있어야 한다. 우리는 열린 문제 해결의 경우 언어 모델(LM)을 평가하고 그들의 모드 충돌 모드에 대한 다양성으로 생성되는 다양성의 경향을 측정한다. 모드 충돌을 완화하기 위해 우리는 솔루션 생성의 새로운 접근 방식으로 비유적 사고(AR)를 도입한다. AR는 공유 관계 구조에 기반하여 도메인 간 문제에 대한 비유를 생성한 다음 그 비유를 사용하여 새로운 솔루션을 찾는다. baseline과 비교하여 AR는 다양성 지표를 90-173% 향상시켜 더 많은 다양성의 생성을 발견한다. 또한 AR는 baseline보다 50% 이상의 시간에 새로운 솔루션을 생성한다(baseline의 경우 1.6%만큼)하고 고품질의 비유를 생성한다. AR의 실용성에 대한 실제 세계의 확인을 위해 우리는 생의학 문제 4개를 AR로 생성한 솔루션을 구현한다. 이것은 분포적 지표에서 13배의 향상, 세포-세포 상호 작용을 예측할 때 모든 baseline을 초과하는 AUPRC, 간의 지역 상호 작용을 출판된 방법과 높은 스피어만 상관 계수($\rho$=0.729)로 예측하는 등 일관된 양적 향상을 나타낸다. 또한 올리고뉴클레오티드 속성 예측에 대한 2개의 데이터셋에서 최첨단 성능을 달성한다. AR로 생성된 새로운 및 다양한 솔루션은 기존의 솔루션 생성 방법의 검색 공간을 증대시킬 수 있다.