HERMES: a multi-agent framework for structured knowledge extraction from ultra-long documents in geoscience
HERMESは、調整を行う大規模言語モデルを活用することで、超長文かつ非構造化された地球科学文書から、FAIR原則に準拠した構造化知識を抽出するスケーラブルなマルチエージェント・フレームワークであり、55巻に及ぶ「無脊椎動物古生物学論集」を、手作業による手法と比較して6倍の効率向上と高い精度をもって包括的なデータベースへと変換することに成功した。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
科学の世界を、巨大で古めかしい図書館だと想像してみてください。そこでは、最も重要な物語は、輝く新しいタブレットにではなく、埃をかぶった高くそびえ立つ重厚な本の積み重ねの中に保管されています。これらの本には、私たちの惑星に関する発見——化石がどこに生息していたか、どのように岩石が形成されたか、そして数百万年前の地球の磁場がどのような姿をしていたかといったことが記されています。問題は、これらの物語がコンピュータには読めない方法で書かれていることです。それらは長い段落や、乱雑な表、そして小さなキャプションが付いた図の中に閉じ込められています。それはまるで、少数の専門家だけが解読できる秘密のコードで書かれた宝の地図を持っているようなものです。この問題を解決するために、科学者たちは人工知能（AI）によって動く「デジタル司書」を構築しています。これらは単なる検索エンジンではありません。本を読み、表と物語の違いを理解し、特定の事実を抽出して、新しい検索可能なデータベースを構築できるスマートなシステムです。大きな疑問は、コンピュータは混乱したり、詳細を見落としたり、あるいは作り話をしたりすることなく、これほど巨大で複雑な本を読み解くほど賢くなれるのか、という点です。
そこで、まさにこの課題に取り組むために設計された、新しいデジタル探偵チーム「HERMES」が登場します。HERMESを、単一のロボットとしてではなく、巨大なパズルの上で働く、よく組織化された建設作業員の一団と考えてください。一人の作業員が500ページの書物を一度にすべて読もうとするのではなく、HERMESは専門家チームを指揮する「マネージャー」AIを使用します。ある専門家はページをスキャンして図をテキストに変換し、別の専門家は化石の種名のような特定の名前を捜索し、第三の専門家は数字が理にかなっているかを確認し、そして第四の専門家は探偵のように、人間が作業を再確認できるように、その事実が本のどこで見つかったかを正確に記録します。このシステムは、無脊椎動物に関する数千ページにおよぶ古代の海洋生物についての伝説的なシリーズである『無脊椎動物学論文集（Treatise on Invertebrate Paleontology）』を用いてテストされました。その結果は目覚ましいものでした。HERMESは32,277個の化石名を抽出し、それらに関する約452,000の詳細を抽出することに成功し、手作業では不可能だった大規模で整理されたデータベースを作成しました。研究チームは、このAIチームが、人間が手作業で行う場合よりも約6倍速く作業を行い、同時に高い精度を維持したことを見出しました。さらに優れたことに、このシステムは化石だけでなく、地球の磁場や岩石化学に関する異なる種類の書籍を与えられた際にも適応して良好に機能しました。これは、この「エージェント・チーム」のアプローチが、科学の多くの異なる分野における知識を解き放つ助けとなる可能性を示唆しています。
論文では、現代のAIは長いテキストを読む能力が向上しているものの、非常に長い文書の「中間部分」で苦戦することが多く、最初と最後の間に隠された重要な手がかりを見落としてしまうことが説明されています。また、情報の出典を証明することにも苦労しますが、これは科学において極めて重要です。HERMESは、作業を細分化することでこれを解決します。「オーケストレーター（指揮者）」はマネージャーであり、ユーザーのリクエストを読み取り、チームに指示を出します。「パーサー（解析器）」は本をデジタル化し、スキャンデータをテキストや図へと変換します。「エンティティ・レコグナイザー（実体認識器）」は、恐竜の名前のような、私たちが探している特定の対象を見つけ出します。「アノテーター（注釈付与器）」は、それらの名前に付随する詳細を把握しますが、「検索拡張生成（RAG）」と呼ばれるスマートな手法を用い、その詳細に関連する特定のページのみを参照することで、事実を推測したり捏造したりすることを防ぎます。そして、「バリデーター（検証器）」は、厳格なルール（例えば、化石の名前が正しく綴られているかなど）に基づいて作業をチェックし、「トレーサー（追跡器）」は、その事実が元のPDFのどの地点から来たのかをマークします。
研究者がこの手法を『論文集』の55巻に対してテストした際、システムは32,277の化石実体と451,878の属性を持つデータベースを作成しました。作業をレビューした人間の専門家チームによれば、AIは驚くほど正確であり、正しい化石を見つける精度は約0.90、詳細を正しく取得する精度は約0.91でした。これは効率性の面で大きな飛躍です。4人の人間がたった1巻を手作業で処理するのに45日を要したのに対し、HERMESはチームが全シリーズを合計53人日（person-days）で完了させるのを助けました。著者らは、この自動化された支援がなければ、シリーズ全体を整理しようとはおそらく考えもしなかっただろうと述べています。
論文はまた、この手法が柔軟であることを示唆しています。研究者が古地磁気学（地球の磁場の歴史の研究）や地球化学（岩石の化学）に関する書籍に対してHERMESを試した際、システムをゼロから再学習させる必要はありませんでした。彼らは単に、作業をチェックするための「バリデーター」が使用するルールを変更しただけで、システムは新しいデータ型をうまく処理できました。しかし、著者らはこのシステムが完璧ではないことも慎重に指摘しています。テキストがページをまたいで分かりにくく配置されていたり、元の書籍がぼやけたコピーからスキャンされたものであったりする場合、コンピュータが文字を誤読（例えば「Beraunia」を「Bcraunia」と読み間違えるなど）し、詳細を見落とすことがあります。彼らはまた、AIが重労働を担う一方で、最終的な結果を検証するためには依然として人間の専門家が必要であることも強調しています。論文は、このマルチエージェント・アプローチが、古くて乱雑な科学的アーカイブをクリーンで利用可能なデータへと変える実用的な方法を提供すると結論付けていますが、それはAIが大部分の抽出を行い、人間が最終的な品質チェックを行うという、人間と機械の協調関係において最も効果を発揮します。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。