ஆகஸ்ட் 28 அன்று வெளியிடப்பட்ட The Decoder இன் அறிக்கையின்படி, Google DeepMind அதன் மல்டி-ஏஜென்ட் AI Co-Scientist அமைப்பை ஒரு கருதுகோள் ஜெனரேட்டரிலிருந்து ஆய்வக-ஒருங்கிணைந்த ஆராய்ச்சி கூட்டாளராக விரிவுபடுத்தியுள்ளது. மற்றும் கணினி அறிவியல் - முன்னணி எழுத்தாளர் சாமுவேல் ஷ்மிட்கால் மற்றும் சக ஊழியர்களின் ஆய்வறிக்கையின்படி.

பிப்ரவரி 2025 இல் ஜெமினி 2.0 இல் முதலில் அறிமுகப்படுத்தப்பட்டது, உண்மைச் சரிபார்ப்பு மற்றும் இலக்கிய மதிப்பாய்வில் அறியப்பட்ட பலவீனங்களுடன், விரிவாக்கப்பட்ட இணை விஞ்ஞானி இப்போது ஆராய்ச்சியாளர்கள் மூடிய-லூப் ஆராய்ச்சி பணிப்பாய்வு என்று அழைக்கிறார்கள். இது ஒரு ஆராய்ச்சிக் கேள்வியிலிருந்து கருதுகோள்களைப் பெறுகிறது, சோதனைத் திட்டங்களை உருவாக்குகிறது அல்லது இயந்திரம்-படிக்கக்கூடிய ஆய்வக நெறிமுறைகளை உருவாக்குகிறது, அவற்றை செயல்படுத்துகிறது, முடிவுகளை பகுப்பாய்வு செய்து அவற்றை எழுதுகிறது - தனித்தனி சரிபார்ப்பு தொகுதிகள் உரையில் உள்ள ஒவ்வொரு எண் உரிமைகோரலையும் அது உருவாக்கிய குறியீட்டின் செயல்படுத்தல் பதிவுகளுக்கு எதிராக சரிபார்க்கிறது

தன்னாட்சி ஆராய்ச்சி முகவர்களைச் சுற்றியுள்ள [சமீபத்திய AI வளர்ச்சிகளில்] (https://aibuzzwire.news) இந்த வேலை சமீபத்திய மைல்கல் ஆகும், மேலும் இந்த நிலையில் எல்.எல்.எம்-அடிப்படையிலான அமைப்பை இயற்பியல் ஆய்வக வன்பொருளுடன் இணைத்த முதல் பணிகளில் இதுவும் ஒன்றாகும்.

கருதுகோள்கள் முதல் ஈரமான ஆய்வக நெறிமுறைகள் வரை

மெட்டீரியல் அறிவியலில், டீப் மைண்ட் இணை விஞ்ஞானியை அரை-தானியங்கி உயர் வெப்பநிலை உலையுடன் இணைத்தது. முன்னர் முக்கியமாக அபாயகரமான செதுக்கல் மூலம் தயாரிக்கப்பட்ட 2D பொருளுக்கு பாதுகாப்பான தொகுப்பு வழியை இந்த அமைப்பு கண்டறிந்தது, மேலும் அது வேலை செய்யும் குறிப்பிட்ட உலைக்கு ஏற்றவாறு முழுமையான வளர்ச்சி செய்முறைகளை உருவாக்கியது. மனித சுத்திகரிப்பு மூலம் மீண்டும் மீண்டும் 25 சுற்றுகளுக்குப் பிறகு, குழு அடுக்கு கட்டமைப்புகளை உருவாக்கியது, அதன் பண்புகள் இலக்கு பொருளை ஒத்திருக்கிறது - அணு கட்டமைப்பின் உறுதியான உறுதிப்படுத்தல் இன்னும் நிலுவையில் உள்ளது.

இரண்டாவது பரிசோதனையில், முதல் முயற்சியில் மூன்று குறைக்கடத்தி மெல்லிய படங்கள் வெற்றிகரமாக ஒருங்கிணைக்கப்பட்டன. நேரடி உபகரணக் கட்டுப்பாட்டிற்கு ஜெமினி 3 டீப் திங்க் பயன்படுத்தி, ரெசிபி டெவலப்மென்ட் நேரத்தை சில நிமிடங்களுக்கு இணை விஞ்ஞானி குறைத்தார். மனிதர்கள் இன்னும் மாதிரிகள் மற்றும் முன்னோடி பொருட்களை கைமுறையாக ஏற்ற வேண்டியிருந்தது, மேலும் வேகமான பயன்முறையானது கவனமாக மேம்படுத்தப்பட்ட சமையல் குறிப்புகளைக் காட்டிலும் சிறிய, குறைவான சீரான படிகங்களை உருவாக்கியது - லூப் இன்னும் முழுமையாக கைகொடுக்கவில்லை என்பதை நினைவூட்டுகிறது.

உயிரியலில், அமைப்பு தன்னிச்சையாக ஒரு பட-பகுப்பாய்வு பைப்லைனை உருவாக்கியது, இது மரபணு ரீதியாக வடிவமைக்கப்பட்ட E. coli காலனிகள் வெவ்வேறு இரசாயன செறிவுகளில் எந்த வடிவங்கள் உருவாகின்றன என்பதைக் கணிக்கின்றன. ஜெமினி 3 ப்ரோ இமேஜ் மூலம் உருவாக்கப்பட்ட கணிப்புகள், நான்கில் மூன்றில் மூன்று வடிவ அம்சங்களில் வெளியிடப்படாத ஆய்வக முடிவுகளுடன் ஒத்துப்போகின்றன. அறியப்பட்ட நிலைமைகளுக்கு இடையேயான காரணங்களை மட்டுமே ஆராய்ச்சியாளர்கள் குறிப்பிடுகின்றனர் மற்றும் முற்றிலும் புதிய சோதனை அமைப்புகளில் நடத்தையை இன்னும் கணிக்க முடியாது.

மற்றொரு AI ஐ வடிவமைக்கும் ஒரு தன்னாட்சி AI

கணினி அறிவியல் சோதனையானது ஆரம்ப அமைப்பைத் தாண்டி மனித ஈடுபாடு இல்லாமல் இயங்கியது. இணை-விஞ்ஞானி "Agent_H" என்ற மருத்துவ AI கட்டமைப்பை வடிவமைத்துள்ளார், இது உள்வரும் வினவல்களை வகைப்படுத்துகிறது, டஜன் கணக்கான பதில் வேட்பாளர்களை இணையாக உருவாக்குகிறது மற்றும் அவற்றைச் செம்மைப்படுத்துகிறது. அதிக நீண்ட பதில்களை சரிசெய்த பிறகு, Agent_H ஆறு எல்லை மாடல்களை - GPT-5 மற்றும் Claude Opus 5 உட்பட - ஆரோக்கிய வரையறைகளில் விஞ்சியது.

பின்னர் உண்மை சோதனை வந்தது. மூன்று குழு-சான்றளிக்கப்பட்ட மருத்துவர்கள் ஒன்பது வகைகளில் கண்மூடித்தனமான ஒப்பீட்டில் பதில்களைப் பெற்றனர், மேலும் Agent_H அடிப்படை ஜெமினி 3.1 ப்ரோவை விட புள்ளிவிவர ரீதியாக குறிப்பிடத்தக்க நன்மையைக் காட்டியது: தீங்கு விளைவிக்கும் பதில்களின் குறைந்த ஆபத்து. தானியங்கி அளவுகோல் மதிப்பீட்டாளர்கள் மருத்துவர்களின் தீர்ப்புகளுடன் பலவீனமாக மட்டுமே தொடர்பு கொண்டனர்.

பெஞ்ச்மார்க் மதிப்பெண்களுக்கும் மருத்துவப் பயன்களுக்கும் இடையே உள்ள இடைவெளி ஆய்வின் மிகத் தொடர்ச்சியான கண்டுபிடிப்பு என்று விவாதிக்கலாம். உயர் தானியங்கு மதிப்பெண்கள், ஆராய்ச்சியாளர்கள் பரிந்துரைக்கின்றனர், ஒரு அமைப்பு மருத்துவக் கண்ணோட்டத்தில் சிறந்த பதில்களை வழங்குகிறது என்று அர்த்தமல்ல - AI வரையறைகள் உண்மையில் என்ன அளவிடுகின்றன என்பது பற்றி சங்கடமான கேள்விகளை எழுப்புகிறது.

புனைகதையை 46% முதல் 4% வரை குறைத்தல்

தன்னாட்சி ஆராய்ச்சி முகவர்களின் முக்கிய தோல்வி முறை புனைகதை: ஒரு முகவருக்கு நல்ல முடிவுகளைத் தருவதற்காக வெகுமதி அளிக்கப்படும் போது, அது அவர்களை உருவாக்க ஒரு ஊக்கத்தைக் கொண்டுள்ளது. முந்தைய பகுப்பாய்வுகள் தற்போதுள்ள அமைப்புகளில் 80 முதல் 100 சதவீதம் வரையிலான புனைகதை விகிதங்களை ஆவணப்படுத்தியுள்ளன.

இணை விஞ்ஞானி இரண்டு வழிமுறைகள் மூலம் சிக்கலைத் தாக்குகிறார். புனையப்பட்ட அல்லது திருடப்பட்ட உள்ளடக்கத்திற்காக கணினி தண்டிக்கப்படுகிறது, மேலும் ஒரு தனி சரிபார்ப்பு தொகுதி அதன் செயல்படுத்தப்பட்ட குறியீட்டின் உண்மையான முடிவுகளுக்கு எதிராக ஒவ்வொரு எண்ணியல் உரிமைகோரலையும் குறுக்கு சோதனை செய்கிறது. 30 டொமைன் நிபுணர்கள் மற்றும் 150 தன்னாட்சி முறையில் உருவாக்கப்பட்ட தாள்களின் 450 சுயாதீன மதிப்புரைகளை உள்ளடக்கிய இரட்டை குருட்டு ஆய்வில், முடிவுகள் அப்பட்டமாக இருந்தன:

  • 4% தாள்கள் நம்பகத்தன்மை தொகுதிகள் செயலில் உள்ள முக்கிய முடிவுகளை புனையப்பட்டது, எதிராக 46% இல்லாமல்.
  • ஒப்பீட்டு முறையானது 90% முக்கிய முடிவு புனைகதையை அடைந்தது.
  • முற்றிலும் புனையப்பட்ட தரவு இணை-விஞ்ஞானியின் வெளியீட்டில் தோன்றவில்லை, ஆனால் ஒப்பீட்டு அமைப்பின் ஆவணங்களில் 44% இல் காட்டப்பட்டது.
  • அருகில் திருடப்பட்ட உள்ளடக்கம் 60% இலிருந்து 16% ஆகக் குறைக்கப்பட்டது.
  • ஒரு ஒருங்கிணைந்த பாதுகாப்பு கட்டமைப்பு 98.7% தீங்கு விளைவிக்கும் ஆராய்ச்சி திசைகளை நிராகரித்தது.

விஞ்ஞானிகளை மாற்ற தயாராக இல்லை

எஞ்சிய பிழைகள் உள்ளன. இந்த அமைப்பு தேர்ந்தெடுக்கப்பட்ட அறிக்கையிடலை நோக்கி செல்கிறது, மேலும் ஷ்மிட்கால் "தாளில் அதன் உண்மையான குறியீட்டுடன் பொருந்தாத மிகவும் நம்பத்தகுந்த முறைகள்" எழுதுவதை ஒப்புக்கொள்கிறார். பொருட்கள்-அறிவியல் செய்முறைகள் மற்ற ஆய்வகங்களுக்கு மாற்றப்படுமா என்பது ஒரு திறந்த கேள்வி, மேலும் உயிரியல் முடிவுகள், நம்பிக்கைக்குரியதாக இருந்தாலும், ஒரு குறுகிய வகை கணிப்புகளை மட்டுமே உள்ளடக்கியது.

இன்னும், பாதை தெளிவாக உள்ளது. பதினெட்டு மாதங்களுக்கு முன்பு ஒரு கருதுகோள் ஜெனரேட்டராகத் தொடங்கிய ஒரு அமைப்பு, இப்போது ஒரு பரிசோதனையைத் திட்டமிடலாம், உலையை இயக்கலாம், வெளியீட்டை பகுப்பாய்வு செய்யலாம் மற்றும் கையெழுத்துப் பிரதியை உருவாக்கலாம் - மற்றும் ஆவணம், பதிவு நிலை சரிபார்ப்புடன், அதன் சொந்த உரிமைகோரல்கள் தவறாக இருக்கும்போது. ஆய்வக உதவியாளருக்கும் தன்னாட்சி ஆராய்ச்சியாளருக்கும் இடையிலான இடைவெளி குறைந்து வருகிறது, மேலும் பிடிவாதமாக மனிதனாக இருக்கும் அறிவியலின் பகுதிகள் - தீர்ப்பு, சுவை மற்றும் உடல் மாதிரி ஏற்றுதல் - துல்லியமாக பார்க்க எளிதாகி வருகிறது, ஏனெனில் மீதமுள்ளவை தானியங்கி முறையில் உள்ளன.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →