Co-Scientist, AI od Google, w 2 dni rozwiązało problem badany przez naukowców 10 lat

Naukowcy z Imperial College London pod kierownictwem profesora José R. Penadésa przez dekadę badali, w jaki sposób superbakterie nabywają odporność na antybiotyki. Tymczasem narzędzie sztucznej inteligencji Google o nazwie „Co-Scientist” miało rozwiązać ten problem w zaledwie 48 godzin.

Zespół badawczy Penadésa opracował hipotezę, że superbakterie tworzą „ogony” z różnych wirusów, które to umożliwiają im przenoszenie się między gatunkami. Profesor porównał to zjawisko do posiadania przez bakterie „kluczy”, które pozwalają im przemieszczać się między różnymi gospodarzami. Ta unikalna hipoteza nie została wcześniej opublikowana ani udostępniona publicznie. Kiedy naukowcy przedstawili to zagadnienie narzędziu od Google, byli zaskoczeni wynikami. System nie tylko potwierdził ich niepublikowane dotąd odkrycia, ale również zaproponował cztery dodatkowe hipotezy, z których wszystkie miały uzasadnienie naukowe.

Niestety, w dostępnych źródłach nie ma dokładnych informacji na temat tych czterech dodatkowych hipotez zaproponowanych przez system Co-Scientist. Profesor José R. Penadés wspomina jednak, że jedna z tych teorii była czymś, o czym jego zespół nigdy wcześniej nie pomyślał i obecnie pracuje nad jej zbadaniem. Profesor Penadés był tak zaskoczony wynikami, że początkowo podejrzewał, iż Google mogło mieć dostęp do jego niepublikowanych badań. Skontaktował się nawet z przedstawicielami Google, aby zapytać, czy firma miała dostęp do jego komputera, na co otrzymał zaprzeczenie.

„Co-Scientist” to narzędzie bazujące na Gemini 2.0, działające jako zespół wyspecjalizowanych agentów AI. System ten łączy w sobie agenta tworzącego wstępne hipotezy, agenta analizującego i oceniającego koncepcje, agenta szeregującego pomysły według ważności oraz agenta udoskonalającego propozycje w kolejnych iteracjach.

Naukowcy podkreślają, że choć AI nie eliminuje potrzeby przeprowadzania eksperymentów, to znacznie przyspiesza proces formułowania hipotez, co może zaoszczędzić lata pracy.

„Nasze wyniki wskazują, że AI ma potencjał do agregowania wszystkich istniejących dowodów i kierowania nas w stronę najważniejszych pytań i projektów eksperymentalnych” – stwierdził Tiago Dias da Costa, współautor badania.