HERMES: a multi-agent framework for structured knowledge extraction from ultra-long documents in geoscience
O HERMES é um framework multiagente escalável que aproveita um modelo de linguagem de grande escala coordenador para extrair conhecimento estruturado e orientado aos princípios FAIR de documentos geocientíficos ultra longos e não estruturados, transformando com sucesso o Tratado sobre Paleontologia de Invertebrados de 55 volumes em um banco de dados abrangente com alta precisão e ganhos de eficiência seis vezes superiores aos métodos manuais.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine o mundo da ciência como uma biblioteca imensa e antiga, onde as histórias mais importantes não estão armazenadas em tablets brilhantes e novos, mas em pilhas altas e empoeiradas de livros pesados. Esses livros estão repletos de descobertas sobre o nosso planeta — onde os fósseis viveram, como as rochas se formaram e como era o campo magnético da Terra há milhões de anos. O problema é que essas histórias estão escritas de uma forma que os computadores não conseguem ler. Elas estão presas em parágrafos longos, tabelas bagunçadas e imagens com legendas minúsculas. É como ter um mapa do tesouro escrito em um código secreto que apenas alguns especialistas humanos conseguem decifrar. Para resolver isso, cientistas estão construindo "bibliotecários digitais" movidos por Inteligência Artificial. Eles não são apenas mecanismos de busca simples; são sistemas inteligentes que podem ler um livro, entender a diferença entre uma tabela e uma história, e extrair fatos específicos para construir um novo banco de dados pesquisável. A grande questão é: será que um computador pode ser inteligente o suficiente para ler esses livros massivos e complicados sem se confundir, perder detalhes ou inventar coisas?
Conheça o HERMES, uma nova equipe de detetives digitais projetada para enfrentar exatamente esse desafio. Pense no HERMES não como um único robô, mas como uma equipe de construção bem organizada trabalhando em um quebra-cabeça gigante. Em vez de um único trabalhador tentando ler um livro de 500 páginas de uma só vez, o HERMES usa uma IA "gerente" para coordenar uma equipe de especialistas. Um especialista escaneia as páginas e transforma imagens em texto; outro caça nomes específicos, como espécies de fósseis; um terceiro verifica os números para garantir que façam sentido; e um quarto atua como um detetive, anotando exatamente onde em cada livro cada fato foi encontrado para que os humanos possam conferir o trabalho. Este sistema foi testado no Treatise on Invertebrate Paleontology, uma série lendária de 55 livros contendo milhares de páginas sobre criaturas marinhas antigas. Os resultados foram impressionantes: o HERMES conseguiu extrair 32.277 nomes de fósseis e quase 452.000 detalhes sobre eles, criando um banco de dados massivo e organizado que antes era impossível de construir manualmente. A equipe descobriu que essa equipe de IA trabalhou cerca de seis vezes mais rápido do que uma equipe de humanos fazendo o mesmo trabalho manualmente, mantendo a precisão elevada. Melhor ainda, o sistema não funcionou apenas com fósseis; quando os pesquisadores deram a ele diferentes tipos de livros sobre os campos magnéticos da Terra e a química das rochas, ele se adaptou e teve um bom desempenho ali também, sugerindo que essa abordagem de "equipe de agentes" pode ajudar a desbloquear o conhecimento em muitas áreas diferentes da ciência.
O artigo explica que, embora a IA moderna esteja ficando melhor em ler textos longos, ela frequentemente tem dificuldade com o "meio" de documentos muito extensos, perdendo pistas importantes escondidas entre o início e o fim. Ela também tem dificuldade em provar de onde obteve sua informação, o que é crucial para a ciência. O HERMES resolve isso dividindo o trabalho. O "Orquestrador" (o gerente) lê a solicitação do usuário e direciona a equipe. O "Parser" (analisador) digitaliza o livro, transformando digitalizações em texto e figuras. O "Reconhecedor de Entidades" encontra as coisas específicas que estamos procurando, como o nome de um dinossauro. O "Anotador" captura os detalhes ligados a esses nomes, mas utiliza um truque inteligente chamado "geração aumentada por recuperação" para olhar apenas para as páginas específicas relevantes para aquele detalhe, evitando que ele invente ou alucina fatos. Então, um "Validador" verifica o trabalho contra regras estritas (como garantir que o nome de um fóssil esteja escrito corretamente), e um "Rastreador" marca o local exato no PDF original de onde o fato veio.
Quando os pesquisadores testaram isso nos 55 volumes do Treatise, o sistema produziu um banco de dados com 32.277 entidades de fósseis e 451.878 atributos. A equipe de especialistas humanos que revisou o trabalho descobriu que a IA foi notavelmente precisa, com uma pontuação média de cerca de 0,90 para encontrar os fósseis corretos e 0,91 para acertar os detalhes. Este é um salto enorme em eficiência; enquanto uma equipe de quatro humanos levou 45 dias para processar manualmente apenas um volume, o HERMES ajudou a equipe a terminar toda a série em um total de 53 dias-pessoa. Os autores observam que, sem essa ajuda automatizada, eles provavelmente nunca teriam tentado organizar toda a série.
O artigo também sugere que este método é flexível. Quando testaram o HERMES em livros sobre paleomagnetismo (o estudo da história magnética da Terra) e geoquímica (a química das rochas), ele não precisou ser treinado do zero. Eles apenas mudaram as regras que o "Validador" usava para verificar o trabalho, e o sistema lidou bem com os novos tipos de dados. No entanto, os autores fazem questão de apontar que o sistema não é perfeito. Às vezes, ele perde detalhes se o texto estiver dividido entre as páginas de uma forma confusa, ou se o livro original foi escaneado a partir de uma fotocópia borrada, fazendo com que o computador leia uma letra incorretamente (como transformar "Beraunia" em "Bcraunia"). Eles também enfatizam que, embora a IA faça o trabalho pesado, especialistas humanos ainda são necessários para verificar os resultados finais, especialmente para as partes mais complexas dos livros. O artigo conclui que essa abordagem multiagente oferece uma maneira prática de transformar arquivos científicos antigos e desorganizados em dados limpos e utilizáveis, mas funciona melhor quando humanos e máquinas trabalham juntos, com a IA realizando a maior parte da extração e os humanos fazendo a verificação final de qualidade.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.