Представьте себе партнера по исследованию, который читал каждую научную статью, которая у вас есть, неустанно мозговой штурм новых экспериментов по часам. Google пытается превратить это видение в реальность с новой системой ИИ, предназначенной для того, чтобы выступать в качестве «ученых».
Этот ассистент с AI может просеять обширные библиотеки исследований, предлагать свежие гипотезы и даже наметить планы эксперимента-все в сотрудничестве с людьми. Последний инструмент Google, протестированный в Стэнфордском университете и Имперском колледже Лондона, использует усовершенствованные рассуждения, чтобы помочь ученым синтезировать горы литературы и генерировать новые идеи. Цель состоит в том, чтобы ускорить научные прорывы, размышляя о перегрузке информации и предполагая понимание, которое может упустить человек.
Этот “ИИ ко-научныйКак называет Google, не является физическим роботом в лаборатории, а сложной программной системой. Он построен на новейших моделях ИИ в Google (в частности Модель Gemini 2.0) и отражает то, как думают ученые – от мозгового штурма до критику идей. Вместо того, чтобы просто суммировать известные факты или искать документы, система предназначена для раскрытия оригинальных знаний и предложения действительно новых гипотез, основанных на существующих доказательствах. Другими словами, он не просто находит ответы на вопросы – это помогает изобретать новые вопросы, чтобы задать.
Google и его подразделение ИИ Глубокий расставили приоритеты в научных приложениях для искусственного интеллекта, после демонстрации успехов, таких как Алфафолдкоторый использовал ИИ для решения 50-летней головоломки скинга белка. С AI Co-Secentist они надеются «ускорить тактовую скорость» открытий в полях от биомедицины до физики.
AI Co-Sceensist (Google)
Как работает совместный сцену ИИ
Под капюшоном Google AI Co-Sceantist на самом деле состоит из нескольких специализированных программ искусственного интеллекта-думайте о них как о команде супер-фанатских научных сотрудников, каждый из которых имеет определенную роль. Эти ИИ агенты Работайте вместе в трубопроводе, который имитирует научный метод: один генерирует идеи, другие критикуют и совершенствуют их, и лучшие идеи направляются человеческому ученым.
По данным исследовательской группы Google, вот как разворачивается процесс:
- Поколение агента – Шахт соответствующие исследования и синтезирует существующие результаты для предложения новых направлений или гипотез.
- Отражение агента – Выступает в качестве рецензента, проверяя точность, качество и новизну предложенных гипотез и отсеивая ошибочные идеи.
- Рейтинг агента – проводит «турнир» идей, эффективно имея гипотезы, конкурирующие в моделируемых дебатах, а затем оценивает их в зависимости от того, которые кажутся наиболее перспективными.
- Близость агента – Группы похожие гипотезы вместе и устраняют дубликаты, чтобы исследователь не рассматривает повторяющиеся идеи.
- Эволюционный агент -принимает высшие гипотезы и уточняет их дальше, используя аналогии или упрощая концепции для ясности для улучшения предложений.
- Мета-обзор агента – Наконец -то собирает лучшие идеи в последовательное исследовательское предложение или обзор для человеческого ученого для рассмотрения.
Важно отметить, что человеческий ученый остается в курсе на каждом этапе. Компания ИИ не работает в изоляции и не принимает окончательные решения самостоятельно. Исследователи начинают с кормления в исследовании или вопросе на естественном языке – например, цель найти новые стратегии для лечения определенного заболевания – наряду с любыми соответствующими ограничениями или начальными идеями, которые они имеют. Затем система ИИ проходит цикл выше, чтобы дать предложения. Ученый может предоставить обратную связь или регулировать параметры, и ИИ снова будет повторять.
Google создал систему, чтобы быть «специально построенной для сотрудничества», что означает, что ученые могут вставить свои собственные идеи или критические замечания в ходе процесса ИИ. ИИ может даже использовать внешние инструменты, такие как веб-поиск и другие специализированные модели, чтобы проверить факты или собирать данные по мере его работы, гарантируя, что его гипотезы основаны на актуальной информации.
ИИ-научные агенты (Google)
Более быстрый путь к прорывам
На аутсорсинге некоторых работ по исследованиям – исчерпывающие обзоры литературы и первоначальный мозговой штурм – неослабной машине, ученые надеются резко ускорить открытие. Компания ИИ может читать гораздо больше бумаг, чем любой человек, и в нем никогда не хватает свежих комбинаций идей, чтобы попробовать.
«Он может ускорить усилия ученых по решению грандиозных проблем в области науки и медицины», исследователи проекта написал в газетеПолем Ранние результаты обнадеживают. В одном исследовании, посвященном фиброзу печени (рубцевание печени), Google сообщил, что каждый подход, который предполагал совместный искусственный ИИ, демонстрировал перспективную способность ингибировать драйверы заболевания. Фактически, рекомендации ИИ в этом эксперименте не были выстрелами в темноте – они соответствовали тем, что эксперты считают правдоподобными вмешательствами.
Более того, система продемонстрировала способность улучшать решения, обогащенные человеком, с течением времени. Согласно Google, ИИ продолжал совершенствовать и оптимизировать решения, которые первоначально предложили эксперты, указывая на то, что он может изучать и добавлять дополнительную ценность за пределы человеческой экспертизы с каждой итерацией.
Еще один замечательный тест включал в себя тернискую проблему устойчивости к антибиотикам. Исследователи поручили ИИ объяснить, как определенный генетический элемент помогает бактериям распространять свои устойчивые к лекарственным средствам. Без ведома ИИ, отдельная научная команда (в еще пока неопубликованном исследовании) уже обнаружила механизм. ИИ получил только основную справочную информацию и пару соответствующих документов, а затем оставил на свои собственные устройства. В течение двух дней это достигло той же гипотезы, которую имели ученые -люди.
«Этот вывод был экспериментально подтвержден в независимом исследовании, которое было неизвестно ко-научным во время генерации гипотез»,-отметили авторы. Другими словами, ИИ удалось заново открыть ключевое понимание самостоятельно, показывая, что он может соединять точки таким образом, чтобы конкурировать с человеческой интуицией – по крайней мере, в тех случаях, когда существует достаточное количество данных.
Последствия такой скорости и междисциплинарного охвата огромны. Прорывы часто случаются, когда сталкиваются понимания из разных областей, но ни один человек не может быть экспертом во всем. ИИ, который поглощал знания между генетикой, химией, медициной и многим другим, может предложить идеи, которые люди могут упускать из виду. Глубокий блок Google уже доказал, насколько преобразующим ИИ в науке может быть алфафолд, который предсказывал 3D -структуры белков и был провозглашен как серьезный скачок вперед для биологии. Это достижение, которое ускорило обнаружение наркотиков и развитие вакцин, даже принесло команде DeepMind долю самых высоких наград науки (включая признание, привязанное к Нобелевской премии).
Новый AI Co-Secentist стремится принести аналогичные скачки в повседневные исследования мозгового штурма. В то время как первые приложения были в биомедицине, система в принципе может быть применена к любой научной области-от физики до науки о окружающей среде-поскольку метод генерации и проверки гипотез является дисциплинарной. Исследователи могут использовать его, чтобы охотиться на новые материалы, изучить климатические решения или открыть новые математические теоремы. В каждом случае обещание одинаково: более быстрый путь от вопроса к пониманию, потенциально сжатие годов проб и ошибок в гораздо более короткие сроки.
