28 अगस्त को प्रकाशित द डिकोडर की एक रिपोर्ट के अनुसार, Google डीपमाइंड ने अपने मल्टी-एजेंट एआई सह-वैज्ञानिक सिस्टम को एक परिकल्पना जनरेटर से एक प्रयोगशाला-एकीकृत अनुसंधान भागीदार में विस्तारित किया है जो प्रयोगों की योजना बनाता है, कोड लिखता है, प्रयोगशाला उपकरणों को नियंत्रित करता है और वैज्ञानिक पांडुलिपियों का निर्माण करता है। प्रमुख लेखक सैमुअल श्मिटगैल और सहकर्मियों के एक पेपर के अनुसार, Google के वर्तमान जेमिनी मॉडल पर निर्मित प्रणाली ने तीन विषयों - सामग्री विज्ञान, जीव विज्ञान और कंप्यूटर विज्ञान - में प्रयोगात्मक रूप से मान्य परिणाम दिए हैं।

तथ्य-जांच और साहित्य समीक्षा में ज्ञात कमजोरियों के साथ जेमिनी 2.0 पर पहली बार फरवरी 2025 में पेश किया गया, विस्तारित सह-वैज्ञानिक अब चलाता है जिसे शोधकर्ता एक बंद-लूप अनुसंधान वर्कफ़्लो कहते हैं। यह एक शोध प्रश्न से परिकल्पना प्राप्त करता है, प्रयोगात्मक योजनाएँ या मशीन-पठनीय प्रयोगशाला प्रोटोकॉल बनाता है, उन्हें क्रियान्वित करता है, परिणामों का विश्लेषण करता है और उन्हें लिखता है - जबकि अलग-अलग सत्यापन मॉड्यूल पाठ में प्रत्येक संख्यात्मक दावे को उसके द्वारा उत्पन्न कोड के निष्पादन लॉग के विरुद्ध क्रॉस-चेक करते हैं, जो मनगढ़ंत-परिणाम समस्या पर सीधा हमला है जिसने स्वायत्त अनुसंधान एजेंटों को परेशान किया है।

यह कार्य स्वायत्त अनुसंधान एजेंटों के आसपास [नवीनतम एआई विकास] (https://aibuzzwire.news) में नवीनतम मील का पत्थर है, और इस स्तर पर एलएलएम-आधारित प्रणाली को भौतिक प्रयोगशाला हार्डवेयर से जोड़ने वाले पहले में से एक है।

परिकल्पनाओं से लेकर वेट लैब प्रोटोकॉल तक

सामग्री विज्ञान में, डीपमाइंड ने सह-वैज्ञानिक को एक अर्ध-स्वचालित उच्च तापमान भट्टी के साथ जोड़ा। सिस्टम ने पहले मुख्य रूप से खतरनाक नक़्क़ाशी के माध्यम से उत्पादित 2 डी सामग्री के लिए एक सुरक्षित संश्लेषण मार्ग पाया, और उस विशिष्ट भट्ठी के अनुरूप पूर्ण विकास व्यंजनों को तैयार किया, जिसके साथ यह काम कर रहा था। मानव शोधन के साथ 25 दौर की पुनरावृत्ति के बाद, टीम ने स्तरित संरचनाएं तैयार कीं जिनके गुण लक्ष्य सामग्री से मिलते जुलते हैं - हालांकि परमाणु संरचना की निश्चित पुष्टि अभी भी लंबित है।

दूसरे प्रयोग में, पहले प्रयास में तीन अर्धचालक पतली फिल्मों को सफलतापूर्वक संश्लेषित किया गया। प्रत्यक्ष उपकरण नियंत्रण के लिए जेमिनी 3 डीप थिंक का उपयोग करते हुए, सह-वैज्ञानिक ने नुस्खा विकास के समय को दिनों से घटाकर मिनटों में कर दिया। मनुष्यों को अभी भी नमूनों और पूर्ववर्ती सामग्रियों को मैन्युअल रूप से लोड करना पड़ता था, और तेज़ मोड ने सावधानीपूर्वक अनुकूलित व्यंजनों की तुलना में छोटे, कम समान क्रिस्टल का उत्पादन किया - एक अनुस्मारक कि लूप अभी तक पूरी तरह से हाथ से बंद नहीं हुआ है।

जीव विज्ञान में, सिस्टम ने स्वायत्त रूप से एक छवि-विश्लेषण पाइपलाइन बनाई है जो भविष्यवाणी करती है कि विभिन्न रासायनिक सांद्रता पर आनुवंशिक रूप से इंजीनियर ई. कोली कालोनियों का कौन सा पैटर्न बनता है। जेमिनी 3 प्रो इमेज से उत्पन्न भविष्यवाणियां चार में से तीन आकार विशेषताओं पर अप्रकाशित प्रयोगशाला परिणामों से मेल खाती हैं। शोधकर्ता ध्यान देते हैं कि सिस्टम केवल ज्ञात स्थितियों के बीच कारण बताता है और अभी तक पूरी तरह से नई प्रयोगात्मक प्रणालियों में व्यवहार की भविष्यवाणी नहीं कर सकता है।

एक स्वायत्त एआई जो दूसरे एआई को डिज़ाइन करता है

कंप्यूटर विज्ञान प्रयोग प्रारंभिक सेटअप से परे किसी भी मानवीय भागीदारी के बिना चला। सह-वैज्ञानिक ने "एजेंट_एच" को डिज़ाइन किया, जो एक मेडिकल एआई आर्किटेक्चर है जो आने वाले प्रश्नों को वर्गीकृत करता है, समानांतर में दर्जनों प्रतिक्रिया उम्मीदवार उत्पन्न करता है और उन्हें परिष्कृत करता है। अत्यधिक लंबी प्रतिक्रियाओं के लिए सुधार करने के बाद, Agent_H ने स्वास्थ्य मानकों पर GPT-5 और क्लाउड ओपस 5 सहित छह फ्रंटियर मॉडलों से बेहतर प्रदर्शन किया।

फिर आया रियलिटी चेक. तीन बोर्ड-प्रमाणित चिकित्सकों ने नौ श्रेणियों में अंधाधुंध तुलना में प्रतिक्रियाएं दीं, और एजेंट_एच ने केवल एक में बेसलाइन जेमिनी 3.1 प्रो पर सांख्यिकीय रूप से महत्वपूर्ण लाभ दिखाया: संभावित हानिकारक प्रतिक्रियाओं का कम जोखिम। स्वचालित बेंचमार्क मूल्यांकनकर्ताओं का चिकित्सकों के निर्णयों के साथ केवल कमजोर संबंध था।

बेंचमार्क स्कोर और नैदानिक ​​उपयोगिता के बीच का अंतर यकीनन अध्ययन का सबसे परिणामी निष्कर्ष है। शोधकर्ताओं का सुझाव है कि उच्च स्वचालित स्कोर का मतलब यह नहीं है कि एक प्रणाली चिकित्सा परिप्रेक्ष्य से बेहतर उत्तर देती है - एआई बेंचमार्क वास्तव में क्या मापते हैं, इसके बारे में असहज प्रश्न उठते हैं।

फैब्रिकेशन को 46% से घटाकर 4% किया गया

स्वायत्त अनुसंधान एजेंटों की मुख्य विफलता का तरीका निर्माण है: जब किसी एजेंट को अच्छे परिणाम देने के लिए पुरस्कृत किया जाता है, तो उसे उन्हें तैयार करने के लिए प्रोत्साहन मिलता है। पिछले विश्लेषणों ने मौजूदा प्रणालियों में 80 से 100 प्रतिशत की निर्माण दर का दस्तावेजीकरण किया है।

सह-वैज्ञानिक दो तंत्रों से समस्या पर हमला करते हैं। सिस्टम को मनगढ़ंत या साहित्यिक चोरी की गई सामग्री के लिए दंडित किया जाता है, और एक अलग सत्यापन मॉड्यूल प्रत्येक संख्यात्मक दावे को उसके निष्पादित कोड के वास्तविक परिणामों के विरुद्ध क्रॉस-चेक करता है। 30 डोमेन विशेषज्ञों और 150 स्वायत्त रूप से तैयार किए गए पेपरों की 450 स्वतंत्र समीक्षाओं से युक्त एक डबल-ब्लाइंड अध्ययन में, परिणाम स्पष्ट थे:

  • 4% कागजात ने सक्रिय विश्वसनीयता मॉड्यूल के साथ मुख्य परिणाम गढ़े, जबकि 46% ने उनके बिना।
  • तुलना प्रणाली 90% कुंजी-परिणाम निर्माण तक पहुंच गई।
  • पूरी तरह से मनगढ़ंत डेटा कभी भी सह-वैज्ञानिक के आउटपुट में दिखाई नहीं दिया, लेकिन तुलना प्रणाली के 44% कागजात में दिखाई दिया।
  • लगभग साहित्यिक चोरी वाली सामग्री 60% से गिरकर 16% हो गई।
  • एक एकीकृत सुरक्षा वास्तुकला ने संभावित हानिकारक अनुसंधान निर्देशों के 98.7% को खारिज कर दिया।

वैज्ञानिकों की जगह लेने को तैयार नहीं

अवशिष्ट त्रुटियाँ शेष हैं। सिस्टम चयनात्मक रिपोर्टिंग की ओर प्रवृत्त होता है, और श्मिडगैल स्वीकार करता है कि वह "पेपर में अत्यधिक प्रशंसनीय तरीके लिखता है जो उसके वास्तविक कोड से मेल नहीं खाते।" क्या सामग्री-विज्ञान व्यंजनों को अन्य प्रयोगशालाओं में स्थानांतरित किया जाता है, यह एक खुला प्रश्न है, और जीव विज्ञान के परिणाम, आशाजनक होते हुए भी, केवल भविष्यवाणियों के एक संकीर्ण वर्ग को कवर करते हैं।

फिर भी, प्रक्षेप पथ स्पष्ट है. एक प्रणाली जो अठारह महीने पहले एक परिकल्पना जनरेटर के रूप में शुरू हुई थी, अब एक प्रयोग की योजना बना सकती है, एक भट्ठी संचालित कर सकती है, आउटपुट का विश्लेषण कर सकती है और एक पांडुलिपि का मसौदा तैयार कर सकती है - और दस्तावेज़, लॉग-स्तरीय सत्यापन के साथ, जब उसके अपने दावे गलत हैं। प्रयोगशाला सहायक और स्वायत्त शोधकर्ता के बीच का अंतर कम हो रहा है, और विज्ञान के वे हिस्से जो हठपूर्वक मानव बने हुए हैं - निर्णय, स्वाद और भौतिक नमूना लोडिंग - ठीक से देखना आसान हो रहा है क्योंकि बाकी सब स्वचालित हो रहा है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →