OpenAI ngumumake tanggal 21 Oktober yen 1,946 saka agen GPT-Rosalind, mlaku kanthi paralel, nganalisa data sing ana saka mayuta-yuta sel otak tikus sajrone 32 menit - kerja sing dikira tim bakal mbutuhake pirang-pirang wulan klompok riset manungsa nganti setahun kanggo ngrampungake liwat analisis manual lan tinjauan literatur.
Demonstrasi kasebut, sing ditindakake karo perusahaan panemuan obat PerturbAI lan Scripps Research, diterangake ing pracetak bioRxiv lan ngetrapake apa sing diarani tim kasebut "penalaran biologis sing disebarake" menyang atlas CRISPR otak wutuh - kumpulan data sing menehi katalog babagan carane ngganggu gen individu ngganti ekspresi gen ing sel otak. For more context on this story, see our ongoing latest AI developments.
Cara Kerja Penalaran Biologi Distribusi
Eksperimen gangguan CRISPR ngidini peneliti mateni gen lan ngukur owah-owahan seluler sing diasilake, nanging bisa ngasilake pengamatan luwih akeh tinimbang laboratorium sing bisa diselidiki kanthi jero. Kemacetan kasebut pancen sebabe peneliti nuduhake atlas sel kanthi umum. PerturbAI, perusahaan panemuan obat sing ngembangake pendekatan kasebut, lan Scripps Research nyedhiyakake framing ilmiah lan review domain kanggo kolaborasi kasebut.
Piranti lunak sing diterangake ing preprint menehi saben gangguan gen menyang agen AI independen. Saben agen nliti owah-owahan seluler sing ana gandhengane karo gen sing ditugasake, nggoleki literatur ilmiah, lan ngusulake panjelasan babagan apa sing ditemokake. Lapisan koordinasi banjur nggabungake laporan agen, ngenali sambungan ing set data lengkap, lan menehi rangking ide sing paling apik kanggo tindak lanjut manungsa.
"Kita mbangun atlas sel supaya ilmuwan liyane bisa nggawe panemuan sing durung kita bayangake," ujare Sarah Teichmann, ketua obat sel stem ing Universitas Cambridge lan ketua co-chair saka Atlas Sel Manusia, ing woro-woro OpenAI. "AI bisa mbantu luwih akeh peneliti njelajah sumber daya kasebut lan ngowahi pengamatan sing ora dikarepake dadi pitakonan anyar kanggo dites."
Angka: 711 kaping Referensi, 48 saka 55 Temuan Dibalek maneh
Bentenane skala antarane siji agen lan meh 2.000 pancen nyata. Ing perbandingan nggunakake model, pituduh, alat, lan akses data sing padha, siji-agen mlaku rata-rata udakara 11 referensi literatur ing beban kerja paling gedhe, dene sistem sing disebarake nahan referensi 7,586 - kira-kira kaping 711, miturut data umum proyek kasebut.
Agen kasebut uga nglawan ilmu asli. Makarya tanpa akses menyang manuskrip sinau atlas, padha cocog utawa nyaring 48 saka 55 panemuan asli sing bisa dijupuk saka data sing ditampa agen.
Kanggo netepake kualitas, tim kasebut ngrekrut 30 ahli biologi tingkat doktoral kanggo ditinjau kanthi buta. Assessment kasebut kanthi wiyar ndhukung peringkat agen saka pimpinan riset sing paling njanjeni.
Timbal Kolesterol DCTN1
Siji temuan nggambarake jinis hipotesis sing dimaksudake sistem kasebut. Ngganggu DCTN1 - gen sing ana gandhengane karo neurodegeneration - nambah kegiatan gen sing melu produksi kolesterol. Baseline siji-agen ngusulake yen masalah ngeterake kolesterol ing neuron bisa nyebabake sel kasebut menehi ganti rugi kanthi ngasilake luwih akeh.
Telung panemu sing buta menehi skor prioritas rata-rata 4.3 saka 5. Tomasz Nowakowski, profesor bedah saraf ing UC San Francisco sing dudu penulis preprint, ujar ing woro-woro OpenAI manawa temuan kasebut nuduhake kenapa ngubungake pengamatan ing kabeh disiplin penting: padha."
Janji lan Caveats
Pengumuman kasebut teka ing tengah-tengah momentum cepet ing push ilmu urip OpenAI. GPT-Rosalind, sing dikenalake ing awal taun iki, minangka model khusus kanggo riset ilmu urip sing nggabungake pertimbangan biologis karo panggunaan alat ilmiah, kanthi aplikasi sing didokumentasikake babagan genomik, analisis protein, riset target, kimia obat, lan perencanaan eksperimen. Perusahaan kasebut uga wis ngluncurake Rosalind Workbench kanggo alur kerja ilmiah lan plugin Riset Ilmu Urip ing Codex, lan ing wulan Juni ngenalake LifeSciBench, evaluasi perusahaan ujar ngukur pitulungan riset tinimbang mbuktekake manawa sistem bisa ngesyahke panemuan kanthi mandiri utawa ngganti verifikasi eksperimen - bedane sing ditindakake ing woro-woro saiki.
Caveats penting tetep. Perbandhingan 32-menit-versus-a-taun minangka perkiraan ilustrasi sing dibangun saka asumsi - 15 menit saben gangguan gen lan 10 menit saben maca kertas - tinimbang sing padha karo sing diukur. Karya kasebut minangka bukti konsep: AI ngetokake hipotesis kanggo diuji manungsa, dudu panemuan sing divalidasi, lan ora ana petunjuk sing dikonfirmasi kanthi eksperimen. Perbandhingan kacepetan karo analis manungsa uga gumantung ing asumsi wektu ilustrasi tim tinimbang uji coba langsung, lan para ahli review menehi peringkat laporan agen tinimbang balapan karo tim riset manungsa. Replikasi independen saka perbandingan gaya benchmark durung kedadeyan.
Nanging, demonstrasi kasebut nggambarake alur kerja biologi sing bisa ditindakake ing mangsa ngarep: kumpulan data umum ditambang maneh dening akeh agen khusus, kanthi para ilmuwan manungsa nglampahi wektu kanggo nyoba lan nyaring pangkat paling dhuwur ing mesin kasebut. Apa rangking kasebut terus-terusan terus ing laboratorium bakal nemtokake manawa penalaran AI sing disebarake dadi peralatan standar ing ilmu urip.
Cathetan sumber: Rincian ing artikel iki dijupuk saka woro-woro lan liputan OpenAI tanggal 21 Oktober 2026 dening R&D World, kalebu pracetak bioRxiv sing ndasari (Sun et al., 2026).---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
