ד"ר אופיר לינדנבאום מפתח מודל בסיס לנתונים טבלאיים מדעיים

מודלי בסיס הם מודלים הנלמדים מראש על כמויות גדולות ומגוונות של מידע, ולאחר מכן מסוגלים להתמודד עם מגוון רחב של משימות חדשות. מודלים כאלה חוללו בשנים האחרונות מהפכה בתחומי הטקסט והתמונות. לדוגמה, מודלי שפה כמו ChatGPT מסוגלים לבצע משימות רבות, כגון מענה על שאלות, כתיבה, תרגום וסיכום, מבלי שנדרש לפתח מודל נפרד לכל משימה. מהפכה דומה מתחילה כיום גם בתחום הנתונים הטבלאיים, שהם אחת מצורות המידע הנפוצות והחשובות ביותר במדע, ברפואה ובתעשייה.

המחקר של ד"ר אופיר לינדנבאום, שזיכה אותו במענק ISF מטעם הקרן הלאומית למדעים, יתמקד בפיתוח מודל בסיס המותאם במיוחד לנתונים טבלאיים מדעיים, כגון טבלאות של ביטוי גנים, נתונים מתיקים רפואיים ומדידות המתקבלות מניסויים ומחיישנים. "נתונים אלה הם לרוב מורכבים, רועשים, בעלי מספר גדול של משתנים ושונים מאוד זה מזה בין תחומי מחקר ומערכות מדידה", מסביר ד"ר לינדנבאום. "מטרת המחקר היא לפתח מודל שיוכל ללמוד ממגוון רחב של מאגרי מידע, לייצג בצורה טובה מידע מבעיות מדעיות חדשות ולבצע משימות כמו חיזוי, זיהוי משתנים חשובים וגילוי קבוצות ומבנים סמויים בנתונים".

מרכיב מרכזי במחקר הוא פיתוח מודל שנבנה מראש בצורה המאפשרת לנו (ולמשתמשים) לפרש את החיזויים שלו. "במחקר מדעי לא מספיק לקבל תחזית מדויקת; חשוב להבין מדוע המודל הגיע אליה, אילו משתנים השפיעו על התוצאה והאם הוא זיהה קשר מדעי אמיתי או הסתמך על דפוס מקרי. לדוגמה, במערכת רפואית נרצה לא רק לחזות את הסיכון למחלה, אלא גם לזהות אילו מדדים רפואיים או ביולוגיים תרמו לתחזית", אומר ד"ר לינדנבאום. "מודל שהוא מדויק וגם ניתן לפרשנות עשוי להפוך לכלי משמעותי לגילוי ידע חדש בתחומים כמו ביולוגיה, רפואה ופיזיקה".