AI “Co-Scientist” Baru Google Bertujuan untuk Mempercepat Penemuan Ilmiah

Bayangkan sebuah mitra penelitian yang telah membaca semua makalah ilmiah yang Anda miliki, tanpa henti berpikir tentang eksperimen baru sepanjang waktu. Google mencoba mewujudkan visi ini dengan sistem AI baru yang dirancang untuk bertindak sebagai “co-scientist.”

Asisten AI ini dapat menyaring perpustakaan penelitian yang luas, mengusulkan hipotesis baru, dan bahkan menggarisbawahi rencana eksperimen – semuanya dalam kolaborasi dengan peneliti manusia. Alat terbaru Google, yang diuji di Universitas Stanford dan Imperial College London, menggunakan penalaran lanjutan untuk membantu ilmuwan mensintesis gunung literatur dan menghasilkan ide baru. Tujuannya adalah untuk mempercepat terobosan ilmiah dengan membuat sense dari overload informasi dan menyarankan wawasan yang mungkin tidak disadari oleh manusia.

“Co-scientist” AI ini, seperti yang disebut oleh Google, bukanlah robot fisik di laboratorium, tetapi sistem perangkat lunak yang canggih. Ini dibangun di atas model AI terbaru Google (terutama model Gemini 2.0) dan mencerminkan cara ilmuwan berpikir – dari brainstorming hingga mengkritik ide. Alih-alih hanya meringkas fakta yang diketahui atau mencari makalah, sistem ini dimaksudkan untuk mengungkap pengetahuan asli dan mengusulkan hipotesis yang benar-benar baru berdasarkan bukti yang ada. Dengan kata lain, itu tidak hanya menemukan jawaban untuk pertanyaan – itu membantu menciptakan pertanyaan baru untuk ditanyakan.

Google dan unit AI-nya, DeepMind, telah memprioritaskan aplikasi ilmiah untuk AI, setelah menunjukkan kesuksesan seperti AlphaFold, yang menggunakan AI untuk memecahkan teka-teki 50 tahun lama tentang lipatan protein. Dengan AI co-scientist, mereka berharap untuk “mempercepat kecepatan jam” penemuan di bidang dari biomedis hingga fisika.

AI co-scientist (Google)

Bagaimana AI Co-Scientist Bekerja

Di balik layar, AI co-scientist Google sebenarnya terdiri dari beberapa program AI khusus – bayangkan mereka sebagai tim asisten penelitian super cepat, masing-masing dengan peran khusus. Agen-agen AI ini bekerja bersama dalam pipeline yang meniru metode ilmiah: satu menghasilkan ide, yang lain mengkritik dan memperbaiki mereka, dan ide terbaik diteruskan ke ilmuwan manusia.

Menurut tim penelitian Google, berikut adalah cara proses tersebut berlangsung:

• Agen generasi – menambang penelitian yang relevan dan mensintesis temuan yang ada untuk mengusulkan jalur atau hipotesis baru.
• Agen refleksi – bertindak sebagai peninjau sejawat, memeriksa akurasi, kualitas, dan kebaruan hipotesis yang diusulkan dan menghilangkan ide yang rusak.
• Agen peringkat – mengadakan “turnamen” ide, secara efektif memiliki hipotesis bersaing dalam debat simulasi, dan kemudian mengurutkan mereka berdasarkan yang paling menjanjikan.
• Agen kedekatan – mengelompokkan hipotesis serupa bersama dan menghilangkan duplikat sehingga peneliti tidak meninjau ide yang berulang.
• Agen evolusi – mengambil hipotesis teratas dan memperbaikinya lebih lanjut, menggunakan analogi atau menyederhanakan konsep untuk kejelasan untuk meningkatkan proposal.
• Agen tinjauan meta – akhirnya mengompilasi ide terbaik menjadi proposal penelitian koheren atau ikhtisar untuk ditinjau oleh ilmuwan manusia.

Yang sangat penting, ilmuwan manusia tetap dalam loop pada setiap tahap. AI co-scientist tidak bekerja dalam isolasi atau membuat keputusan akhir secara mandiri. Peneliti memulai dengan memasukkan tujuan penelitian atau pertanyaan dalam bahasa alami – misalnya, tujuan untuk menemukan strategi baru untuk mengobati penyakit tertentu – bersama dengan konstrain atau ide awal yang relevan yang mereka miliki. Sistem AI kemudian melalui siklus di atas untuk menghasilkan saran. Ilmuwan dapat memberikan umpan balik atau menyesuaikan parameter, dan AI akan mengulangi lagi.

Google membangun sistem untuk “dibuat khusus untuk kolaborasi,” yang berarti ilmuwan dapat memasukkan ide benih atau kritik mereka sendiri selama proses AI. AI bahkan dapat menggunakan alat eksternal seperti pencarian web dan model khusus lainnya untuk memeriksa fakta atau mengumpulkan data saat bekerja, memastikan hipotesisnya didasarkan pada informasi mutakhir.

Agen AI co-scientist (Google)

Jalan yang Lebih Cepat Menuju Terobosan

Dengan mengoutsourcing beberapa pekerjaan penelitian yang membosankan – tinjauan literatur yang luas dan brainstorming awal – ke mesin yang tidak pernah lelah, ilmuwan berharap untuk secara dramatis mempercepat penemuan. AI co-scientist dapat membaca lebih banyak makalah daripada manusia, dan tidak pernah kehabisan kombinasi ide baru untuk dicoba.

“Ini memiliki potensi untuk mempercepat upaya ilmuwan untuk mengatasi tantangan besar dalam ilmu dan kedokteran,” peneliti proyek menulis dalam makalah. Hasil awal sangat menguntungkan. Dalam satu percobaan yang berfokus pada fibrosis hati (pembentukan jaringan parut pada hati), Google melaporkan bahwa setiap pendekatan yang AI co-scientist sarankan menunjukkan kemampuan yang menjanjikan untuk menghambat pengemudi penyakit. Bahkan, rekomendasi AI dalam eksperimen tersebut tidak seperti tembakan di kegelapan – mereka sejalan dengan apa yang ahli anggap sebagai intervensi yang masuk akal.

Lebih lagi, sistem tersebut menunjukkan kemampuan untuk memperbaiki solusi yang dirancang manusia seiring waktu. Menurut Google, AI terus memperbaiki dan mengoptimalkan solusi yang ahli telah usulkan sebelumnya, menunjukkan bahwa itu dapat belajar dan menambah nilai incremental di luar keahlian manusia dengan setiap iterasi.

Tes lain yang luar biasa melibatkan masalah resistensi antibiotik yang sulit. Peneliti meminta AI untuk menjelaskan bagaimana elemen genetik tertentu membantu bakteri menyebarkan sifat resisten obat mereka. Tanpa sepengetahuan AI, tim ilmiah terpisah (dalam studi yang belum dipublikasikan) telah menemukan mekanisme tersebut. AI hanya diberi informasi latar belakang dasar dan beberapa makalah yang relevan, kemudian dibiarkan sendiri. Dalam dua hari, AI tiba pada hipotesis yang sama dengan yang ilmuwan manusia telah temukan.

“Temuan ini divalidasi secara eksperimental dalam studi penelitian independen, yang tidak diketahui oleh co-scientist selama generasi hipotesis,” penulis mencatat. Dengan kata lain, AI berhasil menemukan kembali wawasan kunci secara mandiri, menunjukkan bahwa itu dapat menghubungkan titik-titik dalam cara yang setara dengan intuisi manusia – setidaknya dalam kasus di mana data yang cukup ada.

Implikasi dari kecepatan dan jangkauan antar disiplin ilmu ini sangat besar. Terobosan sering terjadi ketika wawasan dari bidang yang berbeda bertabrakan, tetapi tidak ada satu orang yang bisa menjadi ahli dalam segalanya. AI yang telah menyerap pengetahuan di seluruh bidang genetika, kimia, kedokteran, dan lain-lain bisa mengusulkan ide yang mungkin diabaikan oleh spesialis manusia. Unit DeepMind Google telah membuktikan bagaimana AI dalam ilmu dapat menjadi transformasional dengan AlphaFold, yang memprediksi struktur 3D protein dan disambut sebagai lompatan besar untuk biologi. Pencapaian tersebut, yang mempercepat penemuan obat dan pengembangan vaksin, bahkan mendapatkan tim DeepMind penghargaan ilmiah tertinggi (termasuk pengakuan terkait Hadiah Nobel).

AI co-scientist baru bertujuan untuk membawa lompatan serupa ke brainstorming penelitian sehari-hari. Sementara aplikasi pertama telah dalam biomedis, sistem ini dapat pada prinsipnya diterapkan pada domain ilmiah apa pun – dari fisika hingga ilmu lingkungan – karena metode menghasilkan dan memeriksa hipotesis bersifat domain-agnostik. Peneliti mungkin menggunakannya untuk berburu bahan baru, menjelajahi solusi iklim, atau menemukan teorema matematika baru. Dalam setiap kasus, janji tersebut sama: jalan yang lebih cepat dari pertanyaan ke wawasan, secara potensial mengompresi tahun-tahun uji coba dan kesalahan menjadi kerangka waktu yang jauh lebih singkat.