Новий AI “Співучений вчений” Google спрямований на прискорення наукових відкриттів

П уявіть собі дослідницького партнера, який прочитав усі наукові статті, які ви маєте, і неусіпно генерує нові експерименти добу. Google намагається втілити цю ідею в реальність із новою системою AI, розробленою для дії як “співучений вчений”.

Цей AI-підтримуваний помічник може просіювати величезні бібліотеки досліджень, пропонувати свіжі гіпотези та навіть складати плани експериментів – все це у співпраці з людськими дослідниками. Останній інструмент Google, який був протестований у Стенфордському університеті та Імперському коледжі Лондона, використовує просунуте міркування для допомоги вченим синтезувати величезні масиви літератури та генерувати нові ідеї. Метою є прискорення наукових проривів шляхом надання сенсу інформаційного перевантаження та пропозиції ідей, які людина могла б пропустити.

Цей “співучений вчений”, як його називають у Google, не є фізичним роботом у лабораторії, а складною програмною системою. Вона побудована на основі останніх моделей AI Google (зокрема моделі Gemini 2.0) і віддзеркалює спосіб мислення вчених – від генерації ідей до критики ідей. Замість того, щоб просто підсумовувати відомі факти або шукати статті, система призначена для відкриття оригінальних знань та пропозиції дійсно нових гіпотез на основі існуючих доказів. Інакше кажучи, вона не просто знаходить відповіді на питання – вона допомагає винаходити нові питання для запитання.

Google та його підрозділ AI DeepMind поставили за мету застосування AI у науці, після демонстрації успіхів, таких як AlphaFold, який використовував AI для розв’язання 50-річного пазла складання білків. З допомогою співученого вченого вони сподіваються “прискорити швидкість годинника” відкриттів у галузях від біомедичної науки до фізики.

Співучений вчений (Google)

Як працює співучений вчений

Під капотом співучений вчений Google насправді складається з кількох спеціалізованих програм AI – подумайте про них як про команду супер-швидких дослідницьких помічників, кожний з яких має певну роль. Ці агенти AI працюють разом у трубопроводі, який імітує науковий метод: один генерує ідеї, інші критикують і доробляють їх, а найкращі ідеї пересилаються людині-вченому.

За словами команди дослідників Google, процес відбувається наступним чином:

• Агент генерації – видобуває відповідні дослідження та синтезує існуючі результати для пропозиції нових напрямків або гіпотез.
• Агент рефлексії – діє як рецензент, перевіряючи точність, якість та новизну запропонованих гіпотез та видаляючи помилкові ідеї.
• Агент ранжування – проводить “турнір” ідей, ефективно проводячи симульовані дебати, та потім ранжує їх за тим, які здаються найбільш перспективними.
• Агент близькості – групує подібні гіпотези разом та видаляє дублікати, щоб дослідник не переглядав повторювані ідеї.
• Агент еволюції – бере найкращі гіпотези та доробляє їх далі, використовуючи аналогії або спрощуючи концепції для ясності, щоб покращити пропозиції.
• Мета-агент рецензії – нарешті компілює найкращі ідеї у суцільну пропозицію дослідження або огляд для людини-вченого.

Критично, що людина-вчений залишається у циклі на кожному етапі. Співучений вчений не працює в ізоляції чи приймає остаточні рішення самостійно. Дослідники починають з введення дослідницької мети або питання у природній мові – наприклад, мети знайти нові стратегії лікування певної хвороби – разом з будь-якими відповідними обмеженнями або початковими ідеями, які вони мають. Система AI потім проходить цикл вище для генерації пропозицій. Вчений може надати зворотний зв’язок або调整 параметри, а AI буде ітеруватися знову.

Google побудував систему для “спеціальної співпраці”, тобто вчені можуть вставляти свої власні ідеї або критику під час процесу AI. AI навіть може використовувати зовнішні інструменти, такі як пошук у мережі та інші спеціалізовані моделі, для перевірки фактів або збору даних під час роботи, забезпечуючи, щоб його гіпотези були ґрунтовані на актуальній інформації.

Агенти співученого вченого (Google)

Швидший шлях до проривів

Віддавши деяку рутинну роботу дослідження – вичерпні літературні огляди та початкове генерування ідей – невтомній машині, вчені сподіваються значно прискорити відкриття. Співучений вчений може прочитати набагато більше статей, ніж людина, і ніколи не вичерпує свіжих комбінацій ідей для спроб.

“Він має потенціал прискорити зусилля вчених щодо вирішення великих挑еджів у науці та медицині”, – написали дослідники проекту в статті. Перші результати обнадійливі. У одному випробуванні, яке зосереджувалося на ліверній фіброзі (звапненні печінки), Google повідомив, що кожний підхід, який запропонував співучений вчений, показав перспективну здатність інгібувати фактори захворювання. Насправді рекомендації AI у цьому експерименті не були випадковими – вони збігалися з тим, що експерти вважають правдоподібними втручаннями.

Крім того, система продемонструвала здатність покращувати людські рішення з часом. За словами Google, AI продовжував доробляти та оптимізувати рішення, які експерти спочатку запропонували, вказуючи на те, що він може навчатися та додавати інкрементну цінність понад людську експертизу з кожною ітерацією.

Інший видатний тест включав проблему антибіотичної резистентності. Дослідники доручили AI пояснити, як певний генетичний елемент допомагає бактеріям поширювати свої резистентні до ліків властивості. Невідомо для AI, окрема наукова команда (у ще неопублікованому дослідженні) вже відкрила механізм. AI був наданий тільки базовою інформацією та кількома відповідними статтями, а потім залишений самому собі. За два дні він прийшов до тієї ж гіпотези, яку мали людські вчені.

“Це відкриття було експериментально підтверджено в незалежному науковому дослідженні, яке було невідоме співученому під час генерації гіпотези”, – відзначили автори. Інакше кажучи, AI зміг повторно відкрити ключовий інсайт самостійно, показуючи, що він може з’єднувати точки таким чином, який дорівнює людській інтуїції – принаймні у випадках, коли існує достатньо даних.

Вплив такого швидкого та міжгалузевого охоплення величезний. Прориви часто відбуваються, коли ідеї з різних галузей зіштовхуються, але жодна людина не може бути експертом у всьому. AI, який поглинув знання з генетики, хімії, медицини та більше, міг би пропонувати ідеї, яких людські спеціалісти могли б пропустити. Підрозділ DeepMind вже продемонстрував, як трансформаційно AI може бути у науці з AlphaFold, який передбачив 3D-структуру білків і був названий великим стрибком вперед для біології. Це досягнення, яке прискорило відкриття ліків та розробку вакцин, навіть принесло команді DeepMind частку найвищих наукових нагород (включаючи визнання, пов’язане з Нобелівською премією).

Новий AI-співучений вчений спрямований на те, щоб привести подібні стрибки до щоденного дослідження генерації ідей. Хоча перші застосування були у біомедичній науці, система могла б бути застосована до будь-якої наукової галузі – від фізики до екологічної науки – оскільки метод генерації та перевірки гіпотез є галузево-агностичним. Дослідники могли б використовувати його для пошуку нових матеріалів, дослідження кліматичних рішень або відкриття нових математичних теорем. У кожному випадку обіцянка така сама: швидший шлях від питання до інсайту, потенційно стискаючи роки проб та помилок у значно коротший термін.