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

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

Acest asistent bazat pe AI poate să trieze prin biblioteci uriașe de cercetare, să propună ipoteze proaspete și chiar să contureze planuri de experiment – toate 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 supraincărcării 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 de 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 articole, sistemul este destinat să descopere cunoștințe originale și să propună ipoteze cu adevărat noi pe baza dovezilor existente. Cu alte cuvinte, nu doar găsește răspunsuri la întrebări – ajută la inventarea unor întrebări noi de pus.

Google și unitatea sa de AI, DeepMind, au priorizat 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, ei speră să “accelereze viteza ceasului” descoperirilor în domenii de la biomedicină la fizică.

Co-științific (Google)

Cum Funcționează un Co-Științific

Sub capotă, co-științificul Google este de fapt alcătuit din multiple programe de AI specializate – gândiți-vă la ele ca la o echipă de asistenți de cercetare super-rapizi, fiecare cu un rol specific. Acești agenți de 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 cercetarea relevantă și sintetizează rezultatele existente pentru a propune noi direcții sau ipoteze.
• Agenția de reflecție – acționează ca un reviewer, 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 și le rafinează mai departe, utilizând analogii sau simplifică concepte pentru claritate, pentru a îmbunătăți propunerile.
• Agenția de revizuire – în final, compilează cele mai bune idei într-o propunere de cercetare coerentă sau o prezentare generală pentru cercetătorul uman.

În mod esențial, cercetătorul uman rămâne în buclă la fiecare etapă. Co-științificul nu lucrează în izolare sau nu ia decizii finale 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, iar AI-ul va itera din nou.

Google a construit sistemul pentru a fi “proiectat pentru colaborare”, ceea ce înseamnă că oamenii de știință pot introduce propriile idei sau critici în timpul procesului AI. AI-ul poate chiar să utilizeze unelte 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 neostenită, oamenii de știință speră să accelereze dramatic descoperirile. Co-științificul AI poate citi mult mai multe articole decât orice om și nu se epuizează niciodată de 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 articol. 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 împușcături în întuneric – au fost aliniate 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 rezistenței la antibiotice. Cercetătorii au însărcinat AI-ul să explice cum un anumit element genetic ajută bacteriile să-și răspândească trăsăturile rezistente la medicamente. Fără ca AI-ul să știe, o echipă științifică separată (într-un studiu nepublicat încă) descoperise deja mecanismul. AI-ul a primit doar informații de bază și câteva articole relevante, apoi a fost lăsat să-și continue drumul. În două zile, a ajuns la aceeași ipoteză la care ajunsese echipa de oameni de știință.

“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 insight cheie pe cont propriu, demonstrând că poate conecta puncte într-un mod care rivalizează intuiția umană – cel puțin în cazurile în care există suficiente date.

Implicațiile unei astfel de viteze și acoperiri interdisciplinare sunt uriașe. Descoperirile adesea apar atunci când insight-urile din diferite domenii se ciocnesc, dar nimeni nu poate fi expert în tot. Un AI care a absorbit cunoștințe din genetică, chimie, medicină și mai multe ar putea propune idei pe care specialiștii umani le-ar putea ignora. Unitatea DeepMind a Google a demonstrat deja cum poate fi transformator AI-ul în știință, cu AlphaFold, care a prezis structurile tridimensionale 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 adus 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. Deși 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 din punct de vedere disciplinar. Cercetătorii ar putea utiliza acesta 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 posibil ani de încercări și erori într-un interval de timp mult mai scurt.