OpenAI mengumumkan pada tanggal 21 Oktober bahwa 1.946 agen GPT-Rosalind, yang berjalan secara paralel, menganalisis data yang ada dari jutaan sel otak tikus dalam waktu 32 menit – pekerjaan yang diperkirakan oleh tim akan memakan waktu berbulan-bulan hingga satu tahun bagi kelompok penelitian manusia untuk menyelesaikannya melalui analisis manual dan tinjauan literatur.
Demonstrasi tersebut, yang dilakukan bersama perusahaan penemuan obat PerturbAI dan Scripps Research, dijelaskan dalam pracetak bioRxiv dan menerapkan apa yang disebut tim sebagai "penalaran biologis terdistribusi" ke atlas CRISPR seluruh otak - kumpulan data yang mengkatalogkan bagaimana gangguan pada gen individu mengubah ekspresi gen di seluruh sel otak. For more context on this story, see our ongoing AI trends.
Cara Kerja Penalaran Biologis Terdistribusi
Eksperimen perturbasi CRISPR memungkinkan peneliti mematikan gen dan mengukur perubahan seluler yang diakibatkannya, namun eksperimen ini dapat menghasilkan lebih banyak pengamatan daripada yang dapat diselidiki secara mendalam oleh laboratorium mana pun. Hambatan inilah yang menjadi alasan para peneliti membagikan atlas sel secara publik. PerturbAI, perusahaan penemuan obat yang ikut mengembangkan pendekatan ini, dan Scripps Research menyediakan kerangka ilmiah dan tinjauan domain untuk kolaborasi ini.
Perangkat lunak yang dijelaskan dalam pracetak menugaskan setiap gangguan gen ke agen AI independen. Setiap agen memeriksa perubahan seluler yang terkait dengan gen yang ditugaskan, mencari literatur ilmiah, dan mengajukan penjelasan atas apa yang ditemukannya. Lapisan koordinasi kemudian menggabungkan laporan para agen, mengidentifikasi koneksi di seluruh kumpulan data, dan memberi peringkat pada ide-ide yang paling menjanjikan untuk ditindaklanjuti oleh manusia.
“Kami membangun atlas sel sehingga ilmuwan lain dapat membuat penemuan yang belum pernah kami bayangkan,” kata Sarah Teichmann, ketua kedokteran sel induk di Universitas Cambridge dan salah satu ketua pendiri Human Cell Atlas, dalam pengumuman OpenAI. “AI dapat membantu lebih banyak peneliti mengeksplorasi sumber daya ini dan mengubah observasi tak terduga menjadi pertanyaan baru untuk diuji.”
Angka: 711 Kali Referensi, 48 dari 55 Temuan Dipulihkan
Perbedaan skala antara satu agen dan hampir 2.000 agen sangatlah mencolok. Dalam perbandingan dengan menggunakan model, prompt, alat, dan akses data yang sama, agen tunggal berjalan rata-rata sekitar 11 referensi literatur pada beban kerja terbesar, sementara sistem terdistribusi mempertahankan 7.586 referensi — sekitar 711 kali lebih banyak, menurut data publik proyek.
Para agen juga menentang ilmu pengetahuan asli. Bekerja tanpa akses ke manuskrip studi atlas, mereka mencocokkan atau menyempurnakan 48 dari 55 temuan studi asli yang dapat diambil dari data yang diterima para agen.
Untuk menilai kualitas, tim merekrut 30 ahli biologi tingkat doktoral untuk melakukan tinjauan buta. Penilaian mereka secara luas mendukung pemeringkatan para agen mengenai prospek penelitian yang paling menjanjikan.
Timbal Kolesterol DCTN1
Salah satu temuan menggambarkan jenis hipotesis yang ingin dikemukakan oleh sistem tersebut. Mengganggu DCTN1 – gen yang terkait dengan degenerasi saraf – meningkatkan aktivitas gen yang terlibat dalam produksi kolesterol. Garis dasar agen tunggal mengusulkan bahwa masalah pengangkutan kolesterol dalam neuron mungkin mendorong sel untuk mengimbanginya dengan memproduksi lebih banyak kolesterol.
Tiga pengulas buta memberikan skor prioritas tindak lanjut rata-rata sebesar 4,3 dari 5. Tomasz Nowakowski, seorang profesor bedah saraf di UC San Francisco yang bukan penulis pracetak tersebut, mengatakan dalam pengumuman OpenAI bahwa temuan tersebut menunjukkan mengapa menghubungkan pengamatan antar disiplin ilmu itu penting: "Terkadang petunjuknya sudah ada, tersebar di berbagai bidang — hanya saja kita belum menghubungkannya."
Janji dan Peringatan
Pengumuman ini muncul di tengah momentum pesat dalam pengembangan ilmu hayati OpenAI. GPT-Rosalind, yang diperkenalkan awal tahun ini, adalah model yang dikhususkan untuk penelitian ilmu hayati yang menggabungkan penalaran biologis dengan penggunaan alat ilmiah, dengan aplikasi terdokumentasi yang mencakup genomik, analisis protein, penelitian target, kimia obat, dan perencanaan eksperimen. Perusahaan juga telah meluncurkan Rosalind Workbench untuk alur kerja ilmiah dan plugin Life Sciences Research di Codex, dan pada bulan Juni perusahaan tersebut memperkenalkan LifeSciBench, sebuah evaluasi yang menurut perusahaan mengukur bantuan penelitian daripada membuktikan bahwa suatu sistem dapat secara independen memvalidasi penemuan atau menggantikan verifikasi eksperimental – suatu perbedaan yang dibawa ke dalam pengumuman saat ini.
Masih ada peringatan penting. Perbandingan 32 menit versus satu tahun merupakan perkiraan ilustratif yang dibuat berdasarkan asumsi – 15 menit untuk setiap gangguan gen dan 10 menit untuk setiap makalah yang dibaca – dan bukan perkiraan yang setara. Karya ini merupakan bukti konsep: AI memunculkan hipotesis untuk diuji oleh manusia, bukan penemuan yang divalidasi, dan tidak ada petunjuk yang dikonfirmasi secara eksperimental. Perbandingan kecepatan dengan analis manusia juga bertumpu pada asumsi waktu ilustratif tim, bukan uji coba langsung, dan peninjau ahli menilai laporan agen daripada membandingkannya dengan tim peneliti manusia. Replikasi independen terhadap perbandingan gaya benchmark belum terjadi.
Namun, demonstrasi tersebut menggambarkan alur kerja biologi di masa depan yang masuk akal: kumpulan data publik terus-menerus ditambang ulang oleh sekelompok agen khusus, dan ilmuwan manusia menghabiskan waktu mereka untuk menguji dan menyempurnakan mesin mana yang memiliki peringkat tertinggi. Apakah peringkat tersebut secara konsisten bertahan di laboratorium akan menentukan apakah penalaran AI terdistribusi menjadi perlengkapan standar dalam ilmu kehidupan.
Catatan sumber: Detail dalam artikel ini diambil dari pengumuman dan liputan OpenAI pada 21 Oktober 2026 oleh R&D World, termasuk pracetak bioRxiv yang mendasarinya (Sun et al., 2026).---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
