Το Google DeepMind έχει επεκτείνει το πολυπρακτορικό του σύστημα AI Co-Scientist από μια γεννήτρια υποθέσεων σε έναν ερευνητικό συνεργάτη ενσωματωμένο στο εργαστήριο που σχεδιάζει πειράματα, γράφει κώδικα, ελέγχει εργαστηριακό εξοπλισμό και δημιουργεί επιστημονικά χειρόγραφα, σύμφωνα με μια έκθεση του The Decoder που δημοσιεύθηκε στις 28 Αυγούστου. έγγραφο από τον κύριο συγγραφέα Samuel Schmidgall και τους συνεργάτες του.

Το διευρυμένο Co-Scientist, το οποίο παρουσιάστηκε για πρώτη φορά τον Φεβρουάριο του 2025 στο Gemini 2.0 με γνωστές αδυναμίες στον έλεγχο γεγονότων και στην ανασκόπηση της βιβλιογραφίας, τρέχει τώρα αυτό που οι ερευνητές αποκαλούν ροή εργασιών έρευνας κλειστού βρόχου. Αντάγει υποθέσεις από μια ερευνητική ερώτηση, δημιουργεί πειραματικά σχέδια ή εργαστηριακά αναγνώσιμα από μηχανήματα πρωτόκολλα, τα εκτελεί, αναλύει τα αποτελέσματα και τα καταγράφει — ενώ ξεχωριστές μονάδες επαλήθευσης διασταυρώνουν κάθε αριθμητική αξίωση στο κείμενο έναντι των αρχείων καταγραφής εκτέλεσης του κώδικα που δημιούργησε, μια άμεση επίθεση στο πρόβλημα κατασκευασμένων αποτελεσμάτων που μάστιζε ένα αυτόματο ερευνητικό πρόβλημα.

Το έργο είναι το πιο πρόσφατο ορόσημο στις [τελευταίες εξελίξεις AI] (https://aibuzzwire.news) γύρω από αυτόνομους ερευνητικούς πράκτορες και ένα από τα πρώτα που συνέδεσαν ένα σύστημα βασισμένο σε LLM με υλικό φυσικού εργαστηρίου σε αυτό το επίπεδο.

Από τις υποθέσεις στα πρωτόκολλα υγρού εργαστηρίου

Στην επιστήμη των υλικών, η DeepMind συνδύασε το Co-Scientist με έναν ημιαυτόματο φούρνο υψηλής θερμοκρασίας. Το σύστημα βρήκε μια ασφαλέστερη οδό σύνθεσης για ένα περιζήτητο δισδιάστατο υλικό που προηγουμένως παρήχθη κυρίως μέσω επικίνδυνης χάραξης και δημιούργησε πλήρεις συνταγές ανάπτυξης προσαρμοσμένες στον συγκεκριμένο φούρνο με τον οποίο δούλευε. Μετά από 25 γύρους επανάληψης με ανθρώπινη τελειοποίηση, η ομάδα παρήγαγε δομές με στρώματα των οποίων οι ιδιότητες μοιάζουν με το υλικό στόχο — αν και εκκρεμεί ακόμη η οριστική επιβεβαίωση της ατομικής δομής.

Σε ένα δεύτερο πείραμα, τρεις ημιαγωγικές λεπτές μεμβράνες συντέθηκαν με επιτυχία στην πρώτη προσπάθεια. Χρησιμοποιώντας το Gemini 3 Deep Think για άμεσο έλεγχο εξοπλισμού, το Co-Scientist μείωσε τον χρόνο ανάπτυξης της συνταγής από ημέρες σε λεπτά. Οι άνθρωποι έπρεπε ακόμα να φορτώνουν δείγματα και πρόδρομα υλικά χειροκίνητα και η γρήγορη λειτουργία παρήγαγε μικρότερους, λιγότερο ομοιόμορφους κρυστάλλους από προσεκτικά βελτιστοποιημένες συνταγές - μια υπενθύμιση ότι ο βρόχος δεν έχει ακόμη ολοκληρωθεί.

Στη βιολογία, το σύστημα κατασκεύασε αυτόνομα έναν αγωγό ανάλυσης εικόνας που προβλέπει ποια μοτίβα σχηματίζονται γενετικά τροποποιημένες αποικίες E. coli σε διαφορετικές χημικές συγκεντρώσεις. Οι προβλέψεις που δημιουργήθηκαν με το Gemini 3 Pro Image αντιστοιχούσαν με μη δημοσιευμένα αποτελέσματα εργαστηρίου σε τρία από τα τέσσερα χαρακτηριστικά σχήματος. Οι ερευνητές σημειώνουν ότι το σύστημα προκαλεί μόνο λόγους μεταξύ γνωστών συνθηκών και δεν μπορούν ακόμη να προβλέψουν τη συμπεριφορά σε εντελώς νέα πειραματικά συστήματα.

Ένα αυτόνομο AI που σχεδιάζει ένα άλλο AI

Το πείραμα της επιστήμης των υπολογιστών διεξήχθη χωρίς ανθρώπινη συμμετοχή πέρα από την αρχική εγκατάσταση. Ο Co-Scientist σχεδίασε το "Agent_H", μια αρχιτεκτονική ιατρικής τεχνητής νοημοσύνης που ταξινομεί τα εισερχόμενα ερωτήματα, δημιουργεί δεκάδες υποψήφιες απαντήσεις παράλληλα και τις βελτιώνει. Μετά από διόρθωση για υπερβολικά μεγάλες αποκρίσεις, το Agent_H ξεπέρασε τα έξι μοντέλα συνόρων — συμπεριλαμβανομένων των GPT-5 και Claude Opus 5 — σε κριτήρια αξιολόγησης υγείας.

Μετά ήρθε ο έλεγχος της πραγματικότητας. Τρεις γιατροί πιστοποιημένοι από το διοικητικό συμβούλιο βαθμολόγησαν τις απαντήσεις σε μια τυφλή σύγκριση σε εννέα κατηγορίες και ο Agent_H έδειξε ένα στατιστικά σημαντικό πλεονέκτημα έναντι του βασικού Gemini 3.1 Pro σε μία μόνο: χαμηλότερο κίνδυνο δυνητικά επιβλαβών αποκρίσεων. Οι αυτοματοποιημένοι αξιολογητές σημείων αναφοράς συσχετίστηκαν μόνο ασθενώς με τις κρίσεις των γιατρών.

Αυτό το χάσμα μεταξύ των βαθμολογιών αναφοράς και της κλινικής χρησιμότητας είναι αναμφισβήτητα το πιο συνεπές εύρημα της μελέτης. Οι υψηλές αυτοματοποιημένες βαθμολογίες, προτείνουν οι ερευνητές, δεν σημαίνουν απαραίτητα ότι ένα σύστημα παρέχει καλύτερες απαντήσεις από ιατρική άποψη – εγείροντας άβολα ερωτήματα σχετικά με το τι πραγματικά μετρούν τα σημεία αναφοράς AI.

Κατασκευή κοπής από 46% σε 4%

Ο βασικός τρόπος αποτυχίας των αυτόνομων ερευνητικών πρακτόρων είναι η κατασκευή: όταν ένας πράκτορας ανταμείβεται για την παραγωγή καλών αποτελεσμάτων, έχει ένα κίνητρο να τα αναπληρώσει. Προηγούμενες αναλύσεις τεκμηρίωσαν ποσοστά κατασκευής από 80 έως 100 τοις εκατό στα υπάρχοντα συστήματα.

Ο Co-Scientist επιτίθεται στο πρόβλημα με δύο μηχανισμούς. Το σύστημα τιμωρείται για κατασκευασμένο ή λογοκλοπή περιεχόμενο και μια ξεχωριστή ενότητα επαλήθευσης διασταυρώνει κάθε αριθμητική αξίωση έναντι των πραγματικών αποτελεσμάτων του εκτελεσθέντος κώδικα. Σε μια διπλά τυφλή μελέτη στην οποία συμμετείχαν 30 ειδικοί στον τομέα και 450 ανεξάρτητες αξιολογήσεις 150 εγγράφων που δημιουργήθηκαν αυτόνομα, τα αποτελέσματα ήταν έντονα:

  • 4% των χαρτιών δημιούργησαν βασικά αποτελέσματα με ενεργές μονάδες αξιοπιστίας, έναντι 46% χωρίς αυτές.
  • Το σύστημα σύγκρισης έφτασε στο 90% κατασκευή βασικού αποτελέσματος.
  • Πλήρως κατασκευασμένα δεδομένα δεν εμφανίστηκαν ποτέ στα αποτελέσματα του Co-Scientist, αλλά εμφανίστηκαν στο 44% των εγγράφων του συστήματος σύγκρισης.
  • Το περιεχόμενο σχεδόν λογοκλοπής μειώθηκε από 60% σε 16%.
  • Μια ολοκληρωμένη αρχιτεκτονική ασφάλειας απέρριψε το 98,7% των δυνητικά επιβλαβών κατευθύνσεων έρευνας.

Δεν είναι έτοιμος να αντικαταστήσει επιστήμονες

Παραμένουν τα λάθη. Το σύστημα τείνει προς την επιλεκτική αναφορά και ο Schmidgall αναγνωρίζει ότι γράφει «πολύ εύλογες μεθόδους στο έγγραφο που δεν ταιριάζουν με τον πραγματικό του κώδικα». Το αν οι συνταγές της επιστήμης των υλικών μεταφέρονται σε άλλα εργαστήρια είναι ένα ανοιχτό ερώτημα και τα αποτελέσματα της βιολογίας, αν και πολλά υποσχόμενα, κάλυψαν μόνο μια στενή κατηγορία προβλέψεων.

Ωστόσο, η πορεία είναι ξεκάθαρη. Ένα σύστημα που ξεκίνησε ως γεννήτρια υποθέσεων πριν από δεκαοκτώ μήνες μπορεί τώρα να σχεδιάσει ένα πείραμα, να λειτουργήσει έναν φούρνο, να αναλύσει την έξοδο και να συντάξει ένα χειρόγραφο — και να τεκμηριώσει, με επαλήθευση σε επίπεδο καταγραφής, όταν οι δικοί του ισχυρισμοί είναι λανθασμένοι. Το χάσμα μεταξύ του εργαστηριακού βοηθού και του αυτόνομου ερευνητή μειώνεται και τα μέρη της επιστήμης που παραμένουν πεισματικά ανθρώπινα - η κρίση, η γεύση και η φυσική φόρτωση δειγμάτων - γίνονται ευκολότερα ορατά ακριβώς επειδή τα υπόλοιπα αυτοματοποιούνται.

---

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Λάβετε τα τελευταία νέα, αναλύσεις και ανακαλύψεις AI — όλα σε ένα μέρος.

Διαβάστε περισσότερα νέα AI →