Google DeepMind ने त्याची मल्टी-एजंट AI सह-वैज्ञानिक प्रणाली एका गृहितक जनरेटरपासून प्रयोगशाळेत एकात्मिक संशोधन भागीदारामध्ये विस्तारित केली आहे जी प्रयोगांची योजना बनवते, कोड लिहिते, प्रयोगशाळेतील उपकरणे नियंत्रित करते आणि वैज्ञानिक हस्तलिखिते तयार करते, 28 ऑगस्ट रोजी प्रकाशित झालेल्या द डिकोडरच्या अहवालानुसार. Google च्या सध्याच्या मिथुन मॉडेल्सवर तयार करण्यात आलेल्या या प्रणालीमध्ये तीन प्रयोगात्मक परिणाम आहेत. विज्ञान, जीवशास्त्र आणि संगणक विज्ञान - प्रमुख लेखक सॅम्युअल श्मिडगॉल आणि सहकाऱ्यांच्या एका पेपरनुसार.

फेब्रुवारी 2025 मध्ये जेमिनी 2.0 वर वस्तुस्थिती-तपासणी आणि साहित्य पुनरावलोकनातील ज्ञात कमकुवतपणासह प्रथम सादर केले गेले, विस्तारित सह-शास्त्रज्ञ आता संशोधक ज्याला क्लोज-लूप संशोधन कार्यप्रवाह म्हणतात ते चालवतात. हे संशोधन प्रश्नातून गृहितके काढते, प्रायोगिक योजना किंवा मशीन-वाचण्यायोग्य लॅब प्रोटोकॉल तयार करते, ते कार्यान्वित करते, परिणामांचे विश्लेषण करते आणि ते लिहिते — तर स्वतंत्र सत्यापन मॉड्यूल मजकूरातील प्रत्येक संख्यात्मक दाव्याची व्युत्पन्न केलेल्या कोडच्या अंमलबजावणी लॉगच्या विरूद्ध तपासणी करतात, तर थेट हल्ल्याने स्वयं-संशोधनाच्या समस्या निर्माण केल्या आहेत.

स्वायत्त संशोधन एजंट्सच्या आसपास हे काम नवीनतम AI घडामोडी मधील नवीनतम मैलाचा दगड आहे आणि या स्तरावर भौतिक लॅब हार्डवेअरशी LLM-आधारित प्रणाली जोडणारे पहिले काम आहे.

गृहितकांपासून ते ओल्या लॅब प्रोटोकॉलपर्यंत

मटेरियल सायन्समध्ये, DeepMind ने अर्ध-स्वयंचलित उच्च-तापमान भट्टीसह सह-शास्त्रज्ञ जोडले. प्रणालीला पूर्वी मुख्यतः घातक कोरीवकामाद्वारे तयार केलेल्या 2D सामग्रीसाठी सुरक्षित संश्लेषण मार्ग सापडला आणि ज्या विशिष्ट भट्टीसह ती काम करत होती त्यानुसार पूर्ण वाढीच्या पाककृती तयार केल्या. मानवी परिष्करणासह पुनरावृत्तीच्या 25 फेऱ्यांनंतर, संघाने स्तरित रचना तयार केल्या ज्यांचे गुणधर्म लक्ष्यित सामग्रीसारखे आहेत - जरी अणू संरचनेची निश्चित पुष्टी अद्याप बाकी आहे.

दुसऱ्या प्रयोगात, पहिल्याच प्रयत्नात तीन सेमीकंडक्टर पातळ फिल्म्स यशस्वीरित्या संश्लेषित करण्यात आल्या. डायरेक्ट इक्विपमेंट कंट्रोलसाठी जेमिनी 3 डीप थिंक वापरून, सह-शास्त्रज्ञ रेसिपी डेव्हलपमेंट वेळ दिवसांपासून मिनिटांपर्यंत कमी करतात. मानवांना अद्याप नमुने आणि पूर्ववर्ती साहित्य मॅन्युअली लोड करावे लागले आणि जलद मोडने काळजीपूर्वक ऑप्टिमाइझ केलेल्या पाककृतींपेक्षा लहान, कमी एकसमान क्रिस्टल्स तयार केले - एक स्मरणपत्र आहे की लूप अद्याप पूर्णपणे बंद झालेला नाही.

जीवशास्त्रात, प्रणालीने स्वायत्तपणे प्रतिमा-विश्लेषण पाइपलाइन तयार केली आहे जी अनुवांशिकरित्या अभियंता असलेल्या ई. कोलाय वसाहती वेगवेगळ्या रासायनिक एकाग्रतेवर तयार होतात याचा अंदाज लावतात. जेमिनी 3 प्रो इमेजसह व्युत्पन्न केलेले अंदाज अप्रकाशित प्रयोगशाळेच्या परिणामांशी चारपैकी तीन आकार वैशिष्ट्यांवर जुळले. संशोधक लक्षात घेतात की प्रणाली केवळ ज्ञात परिस्थितींमधील कारणे आहे आणि अद्याप पूर्णपणे नवीन प्रायोगिक प्रणालींमध्ये वर्तनाचा अंदाज लावू शकत नाही.

एक स्वायत्त AI जे दुसरे AI डिझाइन करते

संगणक विज्ञान प्रयोग प्रारंभिक सेटअपच्या पलीकडे कोणत्याही मानवी सहभागाशिवाय चालला. सह-शास्त्रज्ञाने "Agent_H" डिझाइन केले आहे, एक वैद्यकीय AI आर्किटेक्चर जे येणाऱ्या प्रश्नांचे वर्गीकरण करते, समांतरपणे डझनभर प्रतिसाद उमेदवार तयार करते आणि त्यांना परिष्कृत करते. अत्याधिक दीर्घ प्रतिसादांसाठी दुरुस्त केल्यानंतर, Agent_H ने आरोग्य बेंचमार्कवर - GPT-5 आणि Claude Opus 5 सह - सहा फ्रंटियर मॉडेल्सना मागे टाकले.

त्यानंतर रिॲलिटी चेक आला. तीन बोर्ड-प्रमाणित चिकित्सकांनी नऊ श्रेणींमध्ये आंधळेपणाने तुलना करून प्रतिसाद दिला, आणि Agent_H ने बेसलाइन जेमिनी 3.1 प्रो वर फक्त एकामध्ये सांख्यिकीयदृष्ट्या महत्त्वपूर्ण फायदा दर्शविला: संभाव्य हानिकारक प्रतिसादांचा कमी धोका. स्वयंचलित बेंचमार्क मूल्यांकनकर्ते केवळ डॉक्टरांच्या निर्णयांशी कमकुवतपणे परस्परसंबंधित आहेत.

बेंचमार्क स्कोअर आणि नैदानिक ​​उपयोगिता यांच्यातील अंतर हा अभ्यासाचा सर्वात परिणामकारक निष्कर्ष आहे. उच्च स्वयंचलित स्कोअर, संशोधक सुचवतात, याचा अर्थ असा नाही की एखादी प्रणाली वैद्यकीय दृष्टीकोनातून चांगली उत्तरे देते - एआय बेंचमार्क प्रत्यक्षात काय मोजतात याबद्दल अस्वस्थ प्रश्न उपस्थित करतात.

फॅब्रिकेशन 46% वरून 4% करणे

स्वायत्त रिसर्च एजंट्सचा मुख्य अपयश मोड फॅब्रिकेशन आहे: जेव्हा एजंटला चांगले परिणाम देण्यासाठी पुरस्कृत केले जाते, तेव्हा त्याला ते तयार करण्यासाठी प्रोत्साहन मिळते. पूर्वीचे विश्लेषण विद्यमान सिस्टीममध्ये 80 ते 100 टक्के दस्तऐवजीकरण केलेले फॅब्रिकेशन दर.

सह-शास्त्रज्ञ दोन यंत्रणेसह समस्येवर हल्ला करतात. बनावट किंवा चोरीच्या सामग्रीसाठी सिस्टमला दंड आकारला जातो आणि एक स्वतंत्र सत्यापन मॉड्यूल त्याच्या अंमलात आणलेल्या कोडच्या वास्तविक परिणामांविरुद्ध प्रत्येक संख्यात्मक दाव्याची क्रॉस-तपासणी करते. 30 डोमेन तज्ञ आणि 150 स्वायत्तपणे व्युत्पन्न केलेल्या पेपर्सच्या 450 स्वतंत्र पुनरावलोकनांचा समावेश असलेल्या दुहेरी-अंध अभ्यासात, परिणाम स्पष्ट होते:

  • 4% कागदपत्रांमध्ये विश्वासार्हता मॉड्यूल सक्रिय असलेले प्रमुख निकाल तयार केले गेले, विरुद्ध 46% त्यांच्याशिवाय.
  • तुलना प्रणाली 90% की-रिझल्ट फॅब्रिकेशनपर्यंत पोहोचली.
  • सह-शास्त्रज्ञांच्या आउटपुटमध्ये पूर्णपणे बनावट डेटा कधीही दिसला नाही, परंतु तुलना प्रणालीच्या पेपर्सच्या 44% मध्ये दर्शविला गेला.
  • जवळच्या-चोरी सामग्री 60% वरून 16% वर घसरली.
  • एकात्मिक सुरक्षा आर्किटेक्चरने संभाव्य हानिकारक संशोधन दिशानिर्देशांचे 98.7% नाकारले.

वैज्ञानिकांची जागा घ्यायला तयार नाही

अवशिष्ट त्रुटी राहतील. सिस्टीमचा कल निवडक रिपोर्टिंगकडे आहे आणि श्मिडगॉलने कबूल केले की ते "पेपरमधील अत्यंत प्रशंसनीय पद्धती ज्या त्याच्या वास्तविक कोडशी जुळत नाहीत." साहित्य-विज्ञान पाककृती इतर प्रयोगशाळांमध्ये हस्तांतरित करायच्या की नाही हा एक खुला प्रश्न आहे आणि जीवशास्त्राचे परिणाम, आशादायक असताना, केवळ अंदाजांचा एक संकुचित वर्ग समाविष्ट करतात.

तरीही, मार्ग स्पष्ट आहे. अठरा महिन्यांपूर्वी गृहीतक जनरेटर म्हणून सुरू झालेली प्रणाली आता प्रयोगाची योजना करू शकते, भट्टी चालवू शकते, आउटपुटचे विश्लेषण करू शकते आणि हस्तलिखित मसुदा तयार करू शकते — आणि दस्तऐवज, लॉग-स्तरीय पडताळणीसह, जेव्हा स्वतःचे दावे चुकीचे असतात. प्रयोगशाळा सहाय्यक आणि स्वायत्त संशोधक यांच्यातील अंतर कमी होत चालले आहे आणि विज्ञानाचे जे भाग जिद्दीने मानवी राहतात - निर्णय, चव आणि भौतिक नमुना लोड करणे - तंतोतंत पाहणे सोपे होत आहे कारण बाकीचे स्वयंचलित केले जात आहेत.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →