Google DeepMind ha ampliato il suo sistema Co-Scientist AI multi-agente da generatore di ipotesi a partner di ricerca integrato in laboratorio che pianifica esperimenti, scrive codici, controlla attrezzature di laboratorio e genera manoscritti scientifici, secondo un rapporto di The Decoder pubblicato il 28 agosto. Il sistema, costruito sugli attuali modelli Gemini di Google, ha fornito risultati convalidati sperimentalmente in tre discipline: scienza dei materiali, biologia e informatica, secondo un articolo dell'autore principale Samuel Schmidgall e colleghi.

Introdotto per la prima volta nel febbraio 2025 su Gemini 2.0 con noti punti deboli nel controllo dei fatti e nella revisione della letteratura, il Co-Scienziato ampliato ora esegue quello che i ricercatori chiamano un flusso di lavoro di ricerca a circuito chiuso. Deriva ipotesi da una domanda di ricerca, crea piani sperimentali o protocolli di laboratorio leggibili dalla macchina, li esegue, analizza i risultati e li scrive - mentre moduli di verifica separati confrontano ogni affermazione numerica nel testo con i registri di esecuzione del codice che ha generato, un attacco diretto al problema dei risultati fabbricati che ha afflitto gli agenti di ricerca autonomi.

Il lavoro rappresenta l'ultima pietra miliare negli ultimi sviluppi dell'intelligenza artificiale attorno agli agenti di ricerca autonomi e uno dei primi ad accoppiare un sistema basato su LLM all'hardware di un laboratorio fisico a questo livello.

Dalle ipotesi ai protocolli wet lab

Nella scienza dei materiali, DeepMind ha abbinato Co-Scientist a un forno semiautomatico ad alta temperatura. Il sistema ha trovato un percorso di sintesi più sicuro per un ricercato materiale 2D precedentemente prodotto principalmente attraverso un'incisione pericolosa e ha generato ricette di crescita complete su misura per il forno specifico con cui stava lavorando. Dopo 25 cicli di iterazione con perfezionamento umano, il team ha prodotto strutture stratificate le cui proprietà assomigliano al materiale target, anche se la conferma definitiva della struttura atomica è ancora in sospeso.

In un secondo esperimento, tre film sottili semiconduttori sono stati sintetizzati con successo al primo tentativo. Utilizzando Gemini 3 Deep Think per il controllo diretto delle apparecchiature, Co-Scientist ha ridotto i tempi di sviluppo delle ricette da giorni a minuti. Gli esseri umani dovevano ancora caricare manualmente campioni e materiali precursori e la modalità veloce produceva cristalli più piccoli e meno uniformi rispetto alle ricette attentamente ottimizzate, a ricordare che il ciclo non è ancora del tutto automatico.

In biologia, il sistema ha costruito autonomamente una pipeline di analisi delle immagini che prevede quali modelli si formano colonie di E. coli geneticamente modificate a diverse concentrazioni chimiche. Le previsioni generate con Gemini 3 Pro Image corrispondevano a risultati di laboratorio non pubblicati su tre delle quattro caratteristiche della forma. I ricercatori notano che il sistema ragiona solo tra condizioni note e non può ancora prevedere il comportamento in sistemi sperimentali completamente nuovi.

Un'IA autonoma che progetta un'altra IA

L'esperimento informatico si è svolto senza alcun coinvolgimento umano oltre la configurazione iniziale. Il co-scienziato ha progettato "Agent_H", un'architettura di intelligenza artificiale medica che classifica le query in arrivo, genera dozzine di candidati alla risposta in parallelo e li perfeziona. Dopo aver corretto le risposte eccessivamente lunghe, Agent_H ha sovraperformato sei modelli di frontiera – tra cui GPT-5 e Claude Opus 5 – sui benchmark sanitari.

Poi è arrivato il confronto con la realtà. Tre medici certificati hanno valutato le risposte in un confronto in cieco tra nove categorie e Agent_H ha mostrato un vantaggio statisticamente significativo rispetto al Gemini 3.1 Pro di base in una sola: un rischio inferiore di risposte potenzialmente dannose. I valutatori automatizzati dei benchmark correlavano solo debolmente con i giudizi dei medici.

Questo divario tra i punteggi di riferimento e l’utilità clinica è probabilmente la scoperta più importante dello studio. Punteggi automatizzati elevati, suggeriscono i ricercatori, non significano necessariamente che un sistema fornisca risposte migliori dal punto di vista medico, sollevando domande scomode su ciò che effettivamente misurano i benchmark dell’intelligenza artificiale.

Riduzione della fabbricazione dal 46% al 4%

La principale modalità di fallimento degli agenti di ricerca autonomi è la fabbricazione: quando un agente viene ricompensato per aver prodotto buoni risultati, ha un incentivo a inventarli. Analisi precedenti avevano documentato tassi di fabbricazione compresi tra l’80 e il 100% nei sistemi esistenti.

Il co-scienziato attacca il problema con due meccanismi. Il sistema viene penalizzato per contenuti fabbricati o plagiati e un modulo di verifica separato confronta ogni affermazione numerica con i risultati effettivi del codice eseguito. In uno studio in doppio cieco che ha coinvolto 30 esperti del settore e 450 revisioni indipendenti di 150 articoli generati autonomamente, i risultati sono stati netti:

  • Il 4% degli articoli ha prodotto risultati chiave con i moduli di affidabilità attivi, contro il 46% senza di essi.
  • Il sistema di confronto ha raggiunto il 90% di fabbricazione dei risultati chiave.
  • Dati completamente inventati non sono mai apparsi nei risultati di Co-Scientist, ma sono comparsi nel 44% dei documenti del sistema di confronto.
  • I contenuti quasi plagiati sono scesi dal 60% al 16%.
  • Un'architettura di sicurezza integrata ha respinto il 98,7% delle direzioni di ricerca potenzialmente dannose.

Non pronto a sostituire gli scienziati

Rimangono errori residui. Il sistema tende verso un reporting selettivo e Schmidgall ammette di aver scritto "metodi altamente plausibili nel documento che non corrispondevano al suo codice effettivo". Se le ricette di scienza dei materiali possano essere trasferite ad altri laboratori è una questione aperta e i risultati biologici, sebbene promettenti, coprono solo una ristretta classe di previsioni.

Tuttavia, la traiettoria è chiara. Un sistema che è iniziato come generatore di ipotesi diciotto mesi fa può ora pianificare un esperimento, far funzionare una fornace, analizzare il risultato e redigere un manoscritto – e documentare, con verifica a livello di log, quando le sue stesse affermazioni sono sbagliate. Il divario tra assistente di laboratorio e ricercatore autonomo si sta riducendo, e le parti della scienza che rimangono ostinatamente umane – giudizio, gusto e caricamento di campioni fisici – stanno diventando più facili da vedere proprio perché il resto viene automatizzato.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →