Współpracownik, który nigdy nie śpi. Powstał asystent naukowy AI

Zespół Google’a zaprezentował właśnie system o nazwie AI co-scientist (co można przetłumaczyć np. jako „asystent naukowy AI” lub „współbadacz-AI”), z którym badacze mogą komunikować się normalnym językiem i kierować jego pracą zgodnie ze swoją ekspercką wiedzą.

Powstał on na bazie flagowego dużego modelu językowego Google’a, czyli Gemini 2.0, który „zasila” wszystkie moduły systemu. Stanowi bowiem „mózg” różnych wyspecjalizowanych agentów, z których każdy pełni inną funkcję – od generowania hipotez, przez ich ocenę, aż po ranking i rozwijanie najbardziej obiecujących pomysłów. Przy czym ewaluacja hipotez jest przeprowadzania za pomocą wewnętrznie wbudowanego mechanizmu rankingowego, podobnego do tego używanego w szachach – propozycje naukowe „rywalizują” ze sobą w parach, a te najwyżej ocenione przechodzą do dalszej analizy.

System wzbogacono także o dodatkowe narzędzia, takie jak możliwość przeszukiwania internetu, dostęp do baz danych czy wyspecjalizowane modele AI (np. AlphaFold do analizy struktur białek). To połączenie zaawansowanego dużego modelu językowego z praktycznymi narzędziami badawczymi pozwala na prowadzenie złożonych analiz naukowych i generowanie hipotez. Co istotne, jakość proponowanych rozwiązań poprawia się wraz z czasem pracy – podobnie jak człowiek, AI uczy się na swoich wcześniejszych próbach. System już został przetestowany przez siedmiu niezależnych ekspertów z biomedycyny, którzy uznali jego propozycje za bardziej nowatorskie iż te generowane przez inne modele AI, m.in. ChatGPT o1.

AI co-scientist udowodnił też swoją wartość w praktyce. W badaniach nad ostrą białaczką szpikową zidentyfikował nowe potencjalne terapie, które w testach laboratoryjnych wykazały obiecującą skuteczność. Wytypował m.in. nowe zastosowanie jednego z już istniejących leków, KIRA6, który okazał się skuteczny (in vitro) w hamowaniu wzrostu komórek nowotworowych przy bardzo niskich stężeniach. Jest to obiecujący wynik pod kątem potencjalnego zastosowania klinicznego. Co więcej, AI co-scientist samodzielnie odkrył mechanizm, który wyjaśnia, w jaki sposób bakterie przekazują sobie geny oporności na antybiotyki – doszedł do tych samych wniosków, co zespół naukowców pracujących nad tym zagadnieniem przez dekadę.

Mimo tak obiecujących wyników, twórcy programu przyznają, że ma on swoje ograniczenia. Jednym z głównych wyzwań jest dokładność analizy literatury naukowej – system AI może czasem przeoczyć istotne publikacje lub nieprecyzyjnie zinterpretować dostępne dane. Ma też problem znany z innych modeli, które czasem „halucynują”, czyli generują brzmiące przekonująco, ale nieprawdziwe informacje.

Ponadto proponowane przez AI co-scientist hipotezy nadal jeszcze nie dorównują szczegółowością i precyzją najlepszym publikacjom naukowym. Dlatego Google podkreśla, że system został zaprojektowany jako asystent współpracujący z człowiekiem, a nie autonomiczny badacz. Bo dopiero połączenie ludzkiej intuicji i wiedzy eksperckiej z możliwościami obliczeniowymi sztucznej inteligencji może przynieść najlepsze rezultaty w procesie odkryć naukowych.

Google planuje udostępnić AI co-scientist szerszemu gronu badaczy poprzez program zaufanych testerów. Dzięki temu chce m.in. lepiej zrozumieć, jak tego typu narzędzia wspierają proces odkryć naukowych.