Google DeepMind ได้ขยายระบบนักวิทยาศาสตร์ร่วม AI หลายตัวแทนจากเครื่องกำเนิดสมมติฐานไปสู่พันธมิตรการวิจัยแบบบูรณาการในห้องปฏิบัติการที่วางแผนการทดลอง เขียนโค้ด ควบคุมอุปกรณ์ห้องปฏิบัติการ และสร้างต้นฉบับทางวิทยาศาสตร์ ตามรายงานของ The Decoder ที่เผยแพร่เมื่อวันที่ 28 สิงหาคม ระบบนี้สร้างขึ้นจากแบบจำลอง Gemini ในปัจจุบันของ Google ได้ส่งมอบผลลัพธ์ที่ได้รับการตรวจสอบเชิงทดลองในสามสาขาวิชา ได้แก่ วัสดุศาสตร์ ชีววิทยา และวิทยาการคอมพิวเตอร์ ตามรายงานของนักเขียนนำ Samuel Schmidgall และเพื่อนร่วมงาน

เปิดตัวครั้งแรกในเดือนกุมภาพันธ์ 2025 บน Gemini 2.0 โดยมีจุดอ่อนในการตรวจสอบข้อเท็จจริงและการทบทวนวรรณกรรม ปัจจุบัน Co-Scientist ที่ขยายวงกว้างดำเนินการสิ่งที่นักวิจัยเรียกว่าเวิร์กโฟลว์การวิจัยแบบวงปิด โดยได้สมมติฐานจากคำถามในการวิจัย สร้างแผนการทดลองหรือโปรโตคอลในห้องปฏิบัติการที่เครื่องอ่านได้ ดำเนินการ วิเคราะห์ผลลัพธ์ และเขียนมันขึ้นมา ในขณะที่โมดูลการตรวจสอบแยกกันจะตรวจสอบข้ามการอ้างสิทธิ์เชิงตัวเลขทุกรายการในข้อความเทียบกับบันทึกการดำเนินการของโค้ดที่สร้างขึ้น ซึ่งเป็นการโจมตีโดยตรงต่อปัญหาผลลัพธ์ที่ประดิษฐ์ขึ้นซึ่งรบกวนเจ้าหน้าที่วิจัยอิสระ

งานนี้เป็นความสำเร็จครั้งล่าสุดใน การพัฒนา AI ล่าสุด เกี่ยวกับตัวแทนการวิจัยอิสระ และเป็นหนึ่งในคนแรกๆ ที่เชื่อมโยงระบบที่ใช้ LLM กับฮาร์ดแวร์ห้องปฏิบัติการทางกายภาพในระดับนี้

จากสมมติฐานไปจนถึงโปรโตคอลห้องปฏิบัติการเปียก

ในด้านวัสดุศาสตร์ DeepMind จับคู่ Co-Scientist กับเตาเผาอุณหภูมิสูงแบบกึ่งอัตโนมัติ ระบบพบเส้นทางการสังเคราะห์ที่ปลอดภัยยิ่งขึ้นสำหรับวัสดุ 2D ที่เป็นที่ต้องการซึ่งก่อนหน้านี้ผลิตขึ้นโดยการกัดแบบอันตรายเป็นหลัก และสร้างสูตรการเจริญเติบโตที่สมบูรณ์ซึ่งปรับให้เหมาะกับเตาเผาเฉพาะที่มันใช้งานอยู่ หลังจากการทำซ้ำ 25 รอบด้วยการปรับแต่งโดยมนุษย์ ทีมงานได้สร้างโครงสร้างแบบชั้นที่มีคุณสมบัติคล้ายกับวัสดุเป้าหมาย แม้ว่าการยืนยันโครงสร้างอะตอมขั้นสุดท้ายจะยังอยู่ระหว่างการพิจารณาก็ตาม

ในการทดลองครั้งที่สอง ฟิล์มบางของสารกึ่งตัวนำสามตัวถูกสังเคราะห์ได้สำเร็จในความพยายามครั้งแรก การใช้ Gemini 3 Deep Think เพื่อควบคุมอุปกรณ์โดยตรง Co-Scientist ลดเวลาในการพัฒนาสูตรจากหลายวันเหลือเพียงนาที มนุษย์ยังคงต้องโหลดตัวอย่างและวัสดุตั้งต้นด้วยตนเอง และโหมดเร็วก็ผลิตผลึกที่มีขนาดเล็กลงและสม่ำเสมอน้อยกว่าสูตรอาหารที่ได้รับการปรับปรุงอย่างระมัดระวัง ซึ่งเป็นเครื่องเตือนใจว่าลูปยังใช้งานไม่ได้ทั้งหมด

ในทางชีววิทยา ระบบได้สร้างไปป์ไลน์การวิเคราะห์ภาพโดยอัตโนมัติ ซึ่งจะคาดการณ์ว่าโคโลนีของเชื้อ E. coli ที่ได้รับการดัดแปลงพันธุกรรมจะก่อตัวที่ความเข้มข้นทางเคมีต่างกันอย่างไร การคาดการณ์ที่สร้างด้วยรูปภาพ Gemini 3 Pro ตรงกับผลลัพธ์จากห้องปฏิบัติการที่ไม่ได้เผยแพร่เกี่ยวกับคุณสมบัติรูปทรงสามในสี่แบบ นักวิจัยตั้งข้อสังเกตว่าระบบเป็นเพียงเหตุผลระหว่างเงื่อนไขที่ทราบเท่านั้น แต่ยังไม่สามารถคาดเดาพฤติกรรมในระบบการทดลองใหม่ทั้งหมดได้

AI อัตโนมัติที่ออกแบบ AI อื่น

การทดลองด้านวิทยาการคอมพิวเตอร์ดำเนินไปโดยปราศจากการมีส่วนร่วมของมนุษย์ใดๆ นอกเหนือจากการตั้งค่าเริ่มต้น นักวิทยาศาสตร์ร่วมได้ออกแบบ "Agent_H" ซึ่งเป็นสถาปัตยกรรม AI ทางการแพทย์ที่แยกประเภทคำถามที่เข้ามา สร้างตัวเลือกการตอบสนองหลายสิบรายการพร้อมกันและปรับแต่ง หลังจากแก้ไขการตอบสนองที่ยาวเกินไป Agent_H มีประสิทธิภาพเหนือกว่าโมเดลชายแดนหกรุ่น รวมถึง GPT-5 และ Claude Opus 5 ในการวัดประสิทธิภาพด้านสุขภาพ

จากนั้นก็มาถึงการตรวจสอบความเป็นจริง แพทย์ที่ได้รับการรับรองจากคณะกรรมการสามคนให้คะแนนคำตอบในการเปรียบเทียบแบบปกปิดในเก้าหมวดหมู่ และ Agent_H แสดงให้เห็นข้อได้เปรียบที่มีนัยสำคัญทางสถิติเหนือ Gemini 3.1 Pro พื้นฐานเพียงรายการเดียว นั่นก็คือ ความเสี่ยงที่ลดลงของการตอบสนองที่อาจเป็นอันตราย เครื่องประเมินเกณฑ์มาตรฐานอัตโนมัติมีความสัมพันธ์เพียงเล็กน้อยกับการตัดสินของแพทย์

ช่องว่างระหว่างคะแนนมาตรฐานและประโยชน์ทางคลินิกถือเป็นข้อค้นพบที่เป็นผลสืบเนื่องมากที่สุดของการศึกษา นักวิจัยแนะนำว่าคะแนนอัตโนมัติที่สูงไม่ได้หมายความว่าระบบจะให้คำตอบที่ดีกว่าจากมุมมองทางการแพทย์ ทำให้เกิดคำถามที่ไม่สบายใจเกี่ยวกับเกณฑ์มาตรฐานของ AI ที่วัดได้จริง

การตัดการผลิตจาก 46% เป็น 4%

รูปแบบความล้มเหลวหลักของตัวแทนการวิจัยอิสระคือการประดิษฐ์: เมื่อตัวแทนได้รับรางวัลสำหรับการสร้างผลลัพธ์ที่ดี มันก็มีแรงจูงใจที่จะสร้างมันขึ้นมา ก่อนหน้านี้วิเคราะห์อัตราการผลิตที่บันทึกไว้ที่ 80 ถึง 100 เปอร์เซ็นต์ในระบบที่มีอยู่

นักวิทยาศาสตร์ร่วมโจมตีปัญหาด้วยกลไกสองประการ ระบบจะถูกลงโทษสำหรับเนื้อหาที่สร้างขึ้นหรือลอกเลียนแบบ และโมดูลการตรวจสอบแยกต่างหากจะตรวจสอบการอ้างสิทธิ์เชิงตัวเลขทุกรายการกับผลลัพธ์ที่แท้จริงของโค้ดที่ดำเนินการ ในการศึกษาแบบปกปิดสองด้านที่เกี่ยวข้องกับผู้เชี่ยวชาญในโดเมน 30 รายและการวิจารณ์อิสระ 450 รายการจากรายงานที่สร้างขึ้นโดยอิสระ 150 รายการ ผลลัพธ์ที่ได้ออกมาโดยสิ้นเชิง:

  • 4% ของเอกสารสร้างผลลัพธ์หลักโดยที่โมดูลความน่าเชื่อถือทำงานอยู่ เทียบกับ 46% ที่ไม่มีโมดูลเหล่านี้
  • ระบบการเปรียบเทียบถึงการสร้างผลลัพธ์หลัก 90%
  • ข้อมูลที่สร้างขึ้นโดยสมบูรณ์ไม่เคยปรากฏในผลงานของ Co-Scientist แต่ปรากฏใน 44% ของเอกสารของระบบการเปรียบเทียบ
  • เนื้อหาที่เกือบจะลอกเลียนแบบลดลงจาก 60% เป็น 16%
  • สถาปัตยกรรมความปลอดภัยแบบบูรณาการปฏิเสธ 98.7% ของทิศทางการวิจัยที่อาจเป็นอันตราย

ยังไม่พร้อมแทนที่นักวิทยาศาสตร์

ข้อผิดพลาดที่เหลืออยู่ยังคงอยู่ ระบบมีแนวโน้มที่จะมีการรายงานแบบเลือกสรร และ Schmidgall ยอมรับว่าได้เขียน "วิธีการที่เป็นไปได้สูงในรายงานที่ไม่ตรงกับรหัสจริง" การถ่ายโอนสูตรวัสดุศาสตร์ไปยังห้องปฏิบัติการอื่นนั้นเป็นคำถามเปิดหรือไม่ และผลลัพธ์ทางชีววิทยาแม้จะมีแนวโน้มดี แต่ก็ครอบคลุมเฉพาะการคาดการณ์ในระดับแคบเท่านั้น

แต่เส้นทางก็ยังชัดเจน ระบบที่เริ่มต้นจากการเป็นตัวสร้างสมมติฐานเมื่อสิบแปดเดือนก่อนสามารถวางแผนการทดลอง ใช้งานเตาหลอม วิเคราะห์ผลลัพธ์ และร่างต้นฉบับ รวมถึงเอกสารที่มีการตรวจสอบยืนยันระดับบันทึก เมื่อคำกล่าวอ้างของระบบเองนั้นผิด ช่องว่างระหว่างผู้ช่วยห้องปฏิบัติการและนักวิจัยอิสระกำลังแคบลง และส่วนต่างๆ ของวิทยาศาสตร์ที่ยังคงเป็นมนุษย์หัวแข็ง เช่น การตัดสิน รสชาติ และการโหลดตัวอย่างทางกายภาพ จะมองเห็นได้ง่ายขึ้นอย่างแม่นยำ เนื่องจากส่วนที่เหลือเป็นการทำงานอัตโนมัติ

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →