人工知能に「科学論文の査読」ができたら「最強」だ──開発めざす出版社も登場

170403-GettyImages-473603418-1024x682-e5892c71bb940acfea21cb94f5a2ff99bd31c545

学術出版社は、論文査読のプロセスに人工知能を導入しようとしている。しかしそれにより、科学研究が根本的に変わるかもしれないという懸念もある。

TEXT BY NICK STOCKTON
TRANSLATION BY RYO OGATA, HIROKO GOHARA/GALILEO

WIRED(US)

積み重なった書類

IMAGE: GETTYIMAGES

科学の仕組みを説明すると、次のようになる。

この宇宙の微小なる断片に関して問いが浮かぶ。仮説を立てて検証を行い、こうなっているという考えを支持する、あるいは反証するだけのデータを集める。…ここまでは科学の楽しい部分で、ここから先──論文を書き、学術誌に投稿し、査読の試練に耐える。査読では、その分野の匿名専門家たちが研究の質を精査するプロセスはそれほど魅力的ではない。。

ピアレヴューと呼ばれる「査読」には、ある欠点がある。人間は、たとえ科学者であろうと、偏見があり怠惰で利己的だ。なかには数理処理が苦手な人もいる(これは科学者に限った話ではないが)。だから、この過程から人間を取り除き、人工知能(AI)で置き換えたいという動きが出てくるのはおそらく必然だ。なんといっても、コンピューターは偏見がなく勤勉で自己意識がない。また、コンピューターはその定義上、数理処理が得意だ。

とあるコンペ。その目的は

科学者たちは、研究を評価できる「二進法の脳」が出現するのをただ待っているわけではない。学術誌の出版社はすでに、そうしたものの構築を少しずつ進めている。

先日、科学論文の文章から基本的な事実を抽出し、それを、ほかの論文の文章から抽出した基本的事実と比較できるプログラムの開発を競うコンペ「ScienceIE」が行われた。参加者たちは、3つのサブタスクに取り組むプログラムの設計を競った。具体的には、「各論文を読み、重要な概念を識別する」、「キーワードをタイプごとに整理する」、「さまざまなキーフレーズの間の関係性を特定する」というものだ。

この課題を考案した、ユニヴァーシティ・カレッジ・ロンドン(UCL)のAIポスドク研究者、イザベル・オーゲンスタインは、「わたしのプロジェクトの大きな目的は、科学者と実務者が、研究分野に関する知識をより迅速により多く入手できるようにする力になることです」と語る。その課題は、AIにとっての最大の課題である「人間の自然言語処理」(NLP: Natural Language Process)のなかに含まれる領域といえる。

関連記事自然言語処理をリードする3人の俊英に迫る! インタヴュー

そのコンペは、単なる学術的な演習ではなかった。オーゲンスタインは現在、世界有数の規模を誇る科学研究出版社のエルゼビア(Elsevier)と2年間の契約を結び、同社がもつ巨大ライブラリーのためのコンピューター的なるツールを開発しているのだ。

査読できる「人間」には限りがある

エルゼビアは2,500誌を超える学術誌を出版しており、それぞれの学術誌の編集者が、論文ごとに適切な査読者を見つける必要がある。2015年は、エルゼビアの学術誌全体で、180万本を超える論文を70万人の査読者が査読し、最終的に40万本が公開された。

「一般的に、プロポーザルの査読ができる人間は、その分野の専門家に限定されます」と語るのは、AIのヴェテランであるマイク・ワレンだ。同氏は、AIを使って衛星画像を解析するデジタル地図の会社、Descartes Labsの共同創業者で、同社CTOを務めている。「博士号をもつ限られた人々を取り上げ、学問分野とその下位区分に分けることを続けていくわけですが、最後までやると、ある原稿を査読する資格のある人がこの地球上に100人しかいないということもありえます」。エルゼビアの責務の中におけるオーゲンスタインの仕事は、それぞれの論文の適切な査読者を自動的に提案することだ。

エルゼビアでは、査読を支援する自動ツール群「Evise」の開発が行われている。Eviseは盗用を確認し(これはAIではなく、検索して突き合わせる機能)、査読者候補について利益相反などを明らかにし、著者、編集者、査読者の間のワークフローを取り仕切る。査読を支援する自動化ソフトウェアを導入している大手出版社はほかにもいくつかあり、たとえばシュプリンガー・ネイチャーは現在、提出された各論文の統計データが包括的で正確であることを検証する独自開発のソフトウェアパッケージ「StatReviewer」をテストしている。

しかし、自動化ソフトウェアの機能や目標について、エルゼビアほどオープンにしているところはほかにないようだ。「われわれはより大胆なタスクを研究しています」とオーゲンスタインは述べる。「論文について質問があれば、機械学習モデルがその論文を読み、質問に答えるというものです」

「ロボット博士」に疑念をもつ人々も

こうした「ロボット博士」の見通しを、誰もが魅力的だと思っているわけではない。フィンランド、ヘルシンキ大学の環境政策教授で、エルゼビアによる『Ecological Economics』誌の編集者であるジャンネ・ハッキネンは2017年1月、『WIRED』US版で、AI査読が完全に自律的になった未来を仮定した警告的な意見記事を書き、その中で次のように述べている。

学習アルゴリズムが、投稿から決定までの査読の全体プロセスを思い通りにすることは不可能ではないと私は思う。学習アルゴリズムは、査読者のプロフィールに関する出版社のデータベースを利用し、査読者と編集者の過去の一連のコメントを分析し、提出から最終的な編集判断までの原稿の変更パターンを見つけ出すことができるからだ。また、もし査読プロセスから人間を外せば、オープンなアクセスを求める学者側と、それを拒む商業出版社側の間の緊張がなくなってしまうだろう。

ハッキネンのロジックは、査読ができるAIは論文を書くこともできるということだ。突き詰めれば、科学的メソッドにおいて「人間」は、余分で非効率で時代遅れなレガシーシステムになる。「人間が自ら生み出したものとして経験しない、新しい知識が生まれることになる。こうした新しい知識は、人間の文化の基盤を揺るがすことになるだろう」というのがハッキネンの結論だ。

しかし、機械が人間の科学者を超えることができるというハッキネンのダークなヴィジョンは、少なくとも何十年も先のことだ。「AIは、チェス、囲碁、ポーカーなどのゲームでは大きな成功を収めているものの、科学的な文章はおろか、ごく普通の英語の文さえまだ理解できていません」と語るのは、アレン人工知能研究所のCEO、オレン・エツィオーニだ。オーゲンスタインが開催したScienceIEコンペで勝利したチームでさえ、3つのサブタスクのスコアは43パーセントだった。

それに、コンピューターではない人間の脳であっても、科学の原稿によくある、わけのわからない受動態の文を理解するのには苦労する。そうした文章を真似しながら書いてみると、「文献の中に刻まれるものがそのように構成されることは珍しいことではなく、議論される現象が、前置詞による幾層もの前置きのあとに、曖昧で難解で突拍子もない特有の表現によって、原因因子によって作用されるものとして記述されていることが多い」。言語学者は、人間のために人間が書いたものを自然言語と呼ぶが、コンピューター科学者からすると自然言語はめちゃくちゃだ。

「AIから見た自然言語の問題を大きく分類すると、そのひとつに曖昧さがあります」と語るのは、ニューヨーク大学で常識推論を研究しているコンピューター科学者、アーネスト・デイヴィスだ。曖昧さの典型例を見てみよう。スタンフォード大学名誉教授のコンピューター科学者、テリー・ウィノグラードによる文章だ。

The city councilmen refused the demonstrators a permit because they [feared/advocated] violence.
市議会はデモ隊に許可を与えなかった。彼らが暴動を(恐れていた/呼びかけていた)からだ。

われわれ人間にとっては、動詞が「恐れていた」の場合は主体が市議会、「呼びかけていた」の場合は主体がデモ隊であることは明らかだ。しかし、コンピューターの脳であれば、どの動詞だと代名詞が何を指すことになるのかを理解するのにひどく苦労するだろう。そして、この種の曖昧さは自然言語が抱えるもつれた結び目のうちのひとつに過ぎない。同形異義語の理解のような単純なものから、語りの論理の解明まで、この結び目にはさまざまな糸が絡まっている。

つまり、書かれている論証をデータにあるほかのパターンと結びつけるといった、科学論文の具体的な課題は、非常に高いレヴェルのことなのだ。論文が純粋数学の場合でもそれは同じだ。「英語から数学の形式論理へと進むプロセスを私たちは自動化できていません」とデイヴィスは指摘する。「限定性が高く対象が明確なのだから、最も簡単な課題のひとつなのですが」

心理学のような、数学がルーツではない学問分野はさらに難しいだろう。「心理学の論文では、論証の妥当性を確認できるレヴェルには程遠い」とデイヴィスは言う。「実験をどのように表現したらコンピューターが利用できるようなるのかもわかっていません」

AIは「かつてない発見」を見分けられるか

そしてもちろん、完全に自律的な査読AIは、読むことだけでなく思考でも人間を上回る必要がある。Descartes Labsのワレンは、「AIの課題としては、査読はまさに考えられる最大の難問のひとつでしょう。査読の最も重要な部分は、その研究が新しく、ほかの誰かによってすでになされたものではないという判断です」と述べる。コンピューターのプログラムは、文献を調査して残されている問題を解読することはできるかもしれないが、アインシュタイン級の研究──世界の仕組みに関するそれまでの前提を完全にひっくり返すような新しい理論──を見分けることはできないのではないだろうか?

しかし、AIの信奉者も批判者も、みんなこの問題を逆向きに見ているのだとしたらどうだろうか? 「ひょっとすると、科学出版のやり方を変えさえすれば済むのかもしれません」と語るのは、オレゴン州立大学のAI研究者、トム・ディターリッチだ。

「つまり、研究を英語でストーリーとして書くのではなく、取り組んでいる問題に関してわかっていることすべてが入った、データベースのような形式化された構造に、主張と証拠を結びつけるのです」と同氏は言う。言い換えると、査読のソリューションではなく、プロセス自体をコンピューター化するのだ。しかしそこまでいくと、つくり直すのはコンピューターのプログラムではない。人間の行動をプログラミングしなおすということになる。

  • このエントリーをはてなブックマークに追加

関連記事

話題をチェック

  1. 600x601x20170822nana.jpg.pagespeed.ic.u5ed1iTQeL-e5b3de5c391c8e3805df72a8cdb3da051ece71fa

    ANA、機内食総選挙2017の結果発表 和食は牛すきやき丼、洋食はビーフシチューとオムライス

    Sponsored link  機上ӗ…
  2. MIT-Instant-Retouch-TA-12db540ca97a6020f2db78ca5b27647ac89d2f28

    機械学習を用いれば、写真が「撮影する前」からプロ仕様の美しさに──グーグルとMITがアルゴリズムを開発

    NEWS 2017.08.22 TUE 08:00マサチ&…
  3. GettyImages-496380034-e1503241697905-b18cea347ee2933a806af5a4adfa2f3d9569add1

    「世界共通のインターネット」を巡る、グーグルとカナダ最高裁との闘い

    NEWS 2017.08.21 MON 07:00カナダ&…
ページ上部へ戻る