Noul AI “Co-Științific” al Google Urmează să Accelerzeze Descoperirile Științifice

Imaginați-vă un partener de cercetare care a citit toate lucrările științifice pe care le-ați citit, brainstormând în mod constant noi experimente non-stop. Google încearcă să transforme această viziune în realitate cu un nou sistem AI proiectat pentru a acționa ca un “co-științific”.

Acest asistent alimentat de AI poate să trieze prin biblioteci uriașe de cercetare, să propună ipoteze proaspete și să contureze planuri de experimente – totul în colaborare cu cercetătorii umani. Ultimul instrument al Google, testat la Universitatea Stanford și Imperial College London, utilizează raționament avansat pentru a ajuta oamenii de știință să sintetizeze munți de literatură și să genereze idei noi. Scopul este de a accelera descoperirile științifice prin înțelegerea suprasarcinii informaționale și sugestionarea unor insight-uri pe care un om le-ar putea pierde.

Acest “co-științific”, așa cum îl numește Google, nu este un robot fizic într-un laborator, ci un sistem software sofisticat. Acesta este construit pe noile modele AI ale Google (în special modelul Gemini 2.0) și reflectă modul în care gândesc oamenii de știință – de la brainstorming la criticarea ideilor. În loc să rezume doar fapte cunoscute sau să caute lucrări, sistemul este menit să descopere cunoștințe originale și să propună ipoteze cu adevărat noi pe baza evidențelor existente. Cu alte cuvinte, nu găsește doar răspunsuri la întrebări – ajută la inventarea unor întrebări noi de pus.

Google și unitatea sa de AI, DeepMind, au prioritizat aplicațiile științifice pentru AI, după ce au demonstrat succese precum AlphaFold, care a utilizat AI pentru a rezolva puzzle-ul de 50 de ani al împăturirii proteinelor. Cu “co-științificul” AI, ei speră să “accelereze viteza ceasului” descoperirilor în domenii de la biomedicină la fizică.

Co-științificul AI (Google)

Funcționarea unui Co-Științific AI

Sub cupola, “co-științificul” AI al Google este de fapt alcătuit din multiple programe AI specializate – gândiți-vă la ele ca la o echipă de asistenți de cercetare super-rapizi, fiecare cu un rol specific. Acești agenți AI lucrează împreună într-un lanț care imită metoda științifică: unul generează idei, alții le critică și le rafinează, iar cele mai bune idei sunt transmise cercetătorului uman.

Conform echipei de cercetare a Google, iată cum decurge procesul:

• Agenția de generare – extrage cercetări relevante și sintetizează rezultatele existente pentru a propune noi direcții sau ipoteze.
• Agenția de reflecție – acționează ca un reviewer peer, verificând acuratețea, calitatea și noutatea ipotezelor propuse și eliminând ideile defectuoase.
• Agenția de clasificare – organizează o “competiție” de idei, având ipotezele care concurează în dezbateri simulate, și apoi le clasifică în funcție de care par mai promițătoare.
• Agenția de proximitate – grupează ipoteze similare și elimină duplicatele, astfel încât cercetătorul să nu revizuiască idei repetitive.
• Agenția de evoluție – ia ipotezele clasificate pe primul loc și le rafinează mai departe, utilizând analogii sau simplificând concepte pentru claritate, pentru a îmbunătăți propunerile.
• Agenția de revizuire meta – compilează în final cele mai bune idei într-o propunere de cercetare coerentă sau într-un rezumat pentru ca cercetătorul uman să îl revizuiască.

În mod crucial, cercetătorul uman rămâne în buclă la fiecare etapă. “Co-științificul” AI nu lucrează în izolare și nu ia decizii finale de unul singur. Cercetătorii încep prin a introduce un obiectiv de cercetare sau o întrebare în limbaj natural – de exemplu, un obiectiv de a găsi noi strategii pentru a trata o anumită boală – împreună cu orice constrângeri sau idei inițiale pe care le au. Sistemul AI trece apoi prin ciclul de mai sus pentru a produce sugestii. Cercetătorul poate oferi feedback sau ajusta parametrii, și AI-ul va itera din nou.

Google a construit sistemul pentru a fi “proiectat special pentru colaborare”, ceea ce înseamnă că oamenii de știință pot insera propriile idei sau critici în timpul procesului AI. AI-ul poate chiar să utilizeze instrumente externe, cum ar fi căutarea web și alte modele specializate, pentru a verifica fapte sau a strânge date în timp ce lucrează, asigurându-se că ipotezele sale sunt bazate pe informații actualizate.

Agenții “co-științificului” AI (Google)

O Cale Mai Rapidă către Descoperiri

Prin externalizarea unei părți din munca de cercetare – revizuiri exhaustive de literatură și brainstorming inițial – către o mașină neîntreruptă, oamenii de știință speră să accelereze dramatic descoperirile. “Co-științificul” AI poate citi mult mai multe lucrări decât orice om și nu se epuizează niciodată cu combinații proaspete de idei de încercat.

“Are potențialul de a accelera eforturile oamenilor de știință de a aborda provocări majore în știință și medicină”, au scris cercetătorii proiectului în lucrare. Rezultatele inițiale sunt încurajatoare. Într-un test care s-a concentrat pe fibroza hepatică (cicatrizarea ficatului), Google a raportat că fiecare abordare sugerată de “co-științificul” AI a arătat o capacitate promițătoare de a inhiba factorii bolii. De fapt, recomandările AI în acel experiment nu au fost loviuri în întuneric – ele s-au aliniat cu ceea ce experții consideră intervenții plauzibile.

Mai mult, sistemul a demonstrat o capacitate de a îmbunătăți soluțiile concepute de oameni în timp. Conform Google, AI-ul a continuat să rafineze și să optimizeze soluțiile pe care experții le-au propus inițial, indicând că poate învăța și adăuga valoare incrementală dincolo de expertiza umană, cu fiecare iterație.

Un alt test remarcabil a implicat problema spinosă a rezistenței la antibiotice. Cercetătorii i-au cerut AI-ului să explice cum un anumit element genetic ajută bacteriile să-și răspândească trăsăturile rezistente la medicamente. Fără să știe, o echipă științifică separată (într-un studiu necunoscut) descoperise deja mecanismul. AI-ul a primit doar informații de bază și câteva lucrări relevante, apoi a fost lăsat să-și urmeze cursul. În două zile, a ajuns la aceeași ipoteză pe care oamenii de știință o descoperiseră.

“Această descoperire a fost validată experimental în studiul de cercetare independent, care era necunoscut ‘co-științificului’ în timpul generării ipotezei”, au notat autorii. Cu alte cuvinte, AI-ul a reușit să redescopere o idee cheie de unul singur, demonstrând că poate conecta puncte într-un mod care rivalizează cu intuiția umană – cel puțin în cazurile în care există date ample.

Implicațiile unei astfel de viteze și acoperiri interdisciplinare sunt uriașe. Descoperirile se produc adesea atunci când insight-urile din diferite domenii se ciocnesc, dar nicio persoană nu poate fi expert în tot. Un AI care a absorbit cunoștințe din genetică, chimie, medicină și multe altele ar putea propune idei pe care specialiștii umani le-ar putea ignora. Unitatea DeepMind a Google a demonstrat deja cât de transformativ poate fi AI-ul în știință, cu AlphaFold, care a prezis structurile 3D ale proteinelor și a fost salutat ca un salt major pentru biologie. Acea realizare, care a accelerat descoperirea de medicamente și dezvoltarea de vaccinuri, a câștigat chiar și echipei DeepMind o parte din cele mai înalte onoruri științifice (inclusiv recunoașterea legată de Premiul Nobel).

Noul “co-științific” AI urmărește să aducă salturi similare în brainstorming-ul de cercetare de zi cu zi. În timp ce primele aplicații au fost în biomedicină, sistemul poate, în principiu, fi aplicat oricărui domeniu științific – de la fizică la știința mediului – deoarece metoda de generare și verificare a ipotezelor este agnostică față de disciplină. Cercetătorii ar putea să-l utilizeze pentru a vâna materiale noi, a explora soluții climatice sau a descoperi noi teoreme matematice. În fiecare caz, promisiunea este aceeași: o cale mai rapidă de la întrebare la insight, comprimând potențial ani de încercări și erori într-un interval de timp mult mai scurt.