Новий AI “Co-Scientist” від Google має прискорити наукове відкриття

П уявіть собі дослідницького партнера, який прочитав усі наукові статті, які ви прочитали, і нестямно генерує нові експерименти цілодобово. Google намагається втілити цю бачення в реальність із допомогою нового системи AI, призначеної для роботи в якості “ко-ученого”.

Ця система AI може просіювати величезні бібліотеки досліджень, пропонувати свіжі гіпотези та навіть складати плани експериментів – все це у співпраці з людськими дослідниками. Остання система Google, випробувана в Стенфордському університеті та Імперському коледжі Лондона, використовує передові міркування для допомоги вченим синтезувати гори літератури та генерувати нові ідеї. Метою є прискорення наукових відкриттів шляхом надання сенсу інформації та пропонування ідей, які людина могла б пропустити.

Цей “ко-учений”, як його називає Google, не є фізичним роботом у лабораторії, а складною системою програмного забезпечення. Вона побудована на основі останніх моделей AI Google (зокрема моделі Gemini 2.0) та віддзеркалює спосіб мислення вчених – від генерації ідей до критики. Замість того, щоб просто підсумовувати відомі факти чи шукати статті, система призначена для відкриття оригінальних знань та пропонування справжніх нових гіпотез на основі існуючих доказів. Інакше кажучи, вона не просто знаходить відповіді на питання – вона допомагає винайти нові питання для запитання.

Google та його підрозділ AI DeepMind пріоритезували наукові застосування AI після демонстрації успіхів, таких як AlphaFold, який використовував AI для розв’язання 50-річної загадки складання білків. З допомогою ко-ученого вони сподіваються “прискорити швидкість годинника” відкриттів у галузях від біомедицини до фізики.

Ко-учений AI (Google)

Як працює ко-учений AI

Під капотом ко-ученого AI Google насправді складається з декількох спеціалізованих програм AI – подумайте про них як про команду надшвидких дослідницьких асистентів, кожний з яких має певну роль. Ці агенти AI працюють разом у трубопроводі, який імітує науковий метод: один генерує ідеї, інші критикують і уточнюють їх, а найкращі ідеї передаються людині-вченому.

За словами команди дослідників Google, ось як відбувається процес:

• Агент генерації – видобуває відповідні дослідження та синтезує існуючі висновки для пропонування нових напрямів або гіпотез.
• Агент рефлексії – виступає в якості рецензента, перевіряючи точність, якість та новизну пропонованих гіпотез та виключає 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 виключає дублікати, щоб дослідник не переглядав повторювані ідеї.
• Агент еволюції – бере найкращі гіпотези та уточнює їх далі, використовуючи аналогії чи спрощуючи концепції для ясності, щоб покращити пропозиції.
• Мета-агент рецензування – нарешті складає найкращі ідеї в єдиний дослідницький проєкт або огляд для людини-вченого.

Ключовим є те, що людина-вчений залишається у циклі на кожному етапі. Ко-учений AI не працює в ізоляції чи приймає остаточні рішення самостійно. Дослідники починають із введення дослідницької мети або питання природною мовою – наприклад, мети знайти нові стратегії лікування певної хвороби – разом із будь-якими відповідними обмеженнями або початковими ідеями, які вони мають. Система AI тоді проходить цикл вище для генерації пропозицій. Вчений може надати зворотний зв’язок або调整 параметри, а система AI буде повторювати процес знову.

Google створила систему для того, щоб вона була “спеціально розроблена для співпраці”, тобто вчені можуть вставляти свої власні ідеї чи критику під час процесу AI. Система AI навіть може використовувати зовнішні інструменти, такі як пошук в інтернеті та інші спеціалізовані моделі, для перевірки фактів або збору даних під час роботи, забезпечуючи, щоб її гіпотези були ґрунтовані на актуальній інформації.

Ко-учений AI (Google)

Швидший шлях до відкриттів

Віддавши деяку рутинну роботу дослідження – вичерпні літературні огляди та початкове генерування ідей – безстрашній машині, вчені сподіваються значно прискорити відкриття. Ко-учений AI 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 наукових та медичних проблем”, – написали дослідники у статті. Перші результати обнадійливі. У одному дослідженні, яке зосереджувалося на ліверній фіброзі (зв’язуванні печінки), Google повідомив, що кожен підхід, який ко-учений AI запропонував, 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 даними Google, AI продовжував уточнювати та оптимізувати рішення, які експерти спочатку запропонували, вказуючи на те, що він може навчатися та додавати інкрементну цінність понад людську експертизу з кожним ітерацією.

Інше вражаюче дослідження стосувалося проблеми антибіотичної резистентності. Дослідники доручили AI пояснити, як певний генетичний елемент допомагає бактеріям поширювати свої резистентні властивості. Невідомо для AI, окрема наукова команда (у ще неопублікованому дослідженні) вже виявила механізм. AI було дано лише базову інформацію та кілька відповідних статей, після чого її залишили самій собі. За два дні AI прийшла до тієї ж гіпотези, яку мали люди-вчені.

“Це відкриття було експериментально підтверджено в незалежному дослідженні, яке було невідоме ко-ученому під час генерації гіпотези”, – зазначили автори. Інакше кажучи, AI змогла самостійно відкрити ключове відкриття, показуючи, що вона може зв’язувати точки таким чином, який дорівнює людській інтуїції – принаймні в тих випадках, коли існує достатньо даних.

Вплив такого швидкого та міжгалузевого охоплення величезний. Відкриття часто відбуваються, коли ідеї з різних галузей зіштовхуються, але жодна людина не може бути експертом у всьому. AI, яка поглинула знання з генетики, хімії, медицини та інше, могла б пропонувати ідеї, які людські спеціалісти могли б пропустити. Підрозділ DeepMind вже продемонстрував, як трансформаційно може бути AI в науці з AlphaFold, який передбачив тривимірні структури білків та був визнаний 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 ко-учений AI має принести подібні стрибки до щоденного дослідження. Хоча перші застосування були у біомедицині, система могла б бути застосована до будь-якої наукової галузі – від фізики до екологічної науки – оскільки метод генерації та перевірки гіпотез є дисципліно-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 відкриття, потенційно стискаючи роки спроб і помилок у значно коротший термін.