Google DeepMind نے اپنے ملٹی ایجنٹ AI Co-Scientist سسٹم کو ایک مفروضہ جنریٹر سے ایک لیب انٹیگریٹڈ ریسرچ پارٹنر میں بڑھا دیا ہے جو تجربات کی منصوبہ بندی کرتا ہے، کوڈ لکھتا ہے، لیبارٹری کے آلات کو کنٹرول کرتا ہے اور سائنسی مسودات تیار کرتا ہے، 28 اگست کو شائع ہونے والی دی ڈیکوڈر کی ایک رپورٹ کے مطابق۔ گوگل کے موجودہ جیمنی ماڈلز پر بنایا گیا نظام، تجرباتی طور پر تین مختلف ماڈلز پر مشتمل ہے۔ سائنس، حیاتیات اور کمپیوٹر سائنس - لیڈ مصنف سیموئیل شمڈگال اور ساتھیوں کے ایک مقالے کے مطابق۔

فیکٹ چیکنگ اور لٹریچر ریویو میں معلوم کمزوریوں کے ساتھ پہلی بار فروری 2025 میں جیمنی 2.0 پر متعارف کرایا گیا، اب توسیع شدہ Co-Scientist اسے چلاتا ہے جسے محققین ایک کلوز لوپ ریسرچ ورک فلو کہتے ہیں۔ یہ ایک تحقیقی سوال سے مفروضے اخذ کرتا ہے، تجرباتی منصوبے یا مشین سے پڑھنے کے قابل لیب پروٹوکول بناتا ہے، ان پر عمل درآمد کرتا ہے، نتائج کا تجزیہ کرتا ہے اور انہیں لکھتا ہے - جبکہ علیحدہ تصدیقی ماڈیول متن میں ہر عددی دعوے کو اس کے تیار کردہ کوڈ کے عمل درآمد کے لاگز کے خلاف کراس چیک کرتے ہیں، ایک براہ راست حملہ ایک خود کار طریقے سے تحقیق کرنے والے مسائل کا سبب بنتا ہے۔

یہ کام خود مختار ریسرچ ایجنٹس کے ارد گرد تازہ ترین اے آئی ڈیولپمنٹس میں تازہ ترین سنگ میل ہے، اور اس سطح پر فزیکل لیب ہارڈویئر کے ساتھ LLM پر مبنی سسٹم جوڑنے والے اولین میں سے ایک ہے۔

مفروضوں سے لے کر گیلے لیب پروٹوکول تک

میٹریل سائنس میں، ڈیپ مائنڈ نے ایک نیم خودکار اعلی درجہ حرارت والی بھٹی کے ساتھ شریک سائنسدان کا جوڑا بنایا۔ اس نظام کو مطلوبہ 2D مواد کے لیے ایک محفوظ تر ترکیب کا راستہ ملا جو پہلے بنیادی طور پر خطرناک اینچنگ کے ذریعے تیار کیا گیا تھا، اور اس نے اس مخصوص فرنس کے مطابق مکمل نمو کی ترکیبیں تیار کیں جس کے ساتھ یہ کام کر رہا تھا۔ انسانی تطہیر کے ساتھ تکرار کے 25 دوروں کے بعد، ٹیم نے تہہ دار ڈھانچے تیار کیے جن کی خصوصیات ہدف کے مواد سے ملتی جلتی ہیں - حالانکہ جوہری ڈھانچے کی حتمی تصدیق ابھی باقی ہے۔

ایک دوسرے تجربے میں، پہلی کوشش میں تین سیمی کنڈکٹر پتلی فلموں کو کامیابی سے ترکیب کیا گیا۔ براہ راست آلات کے کنٹرول کے لیے Gemini 3 Deep Think کا استعمال کرتے ہوئے، Co-Scientist نے نسخہ تیار کرنے کا وقت دنوں سے منٹوں تک کاٹ دیا۔ انسانوں کو اب بھی نمونے اور پیشگی مواد کو دستی طور پر لوڈ کرنا پڑا، اور تیز رفتار موڈ نے احتیاط سے بہتر کردہ ترکیبوں کے مقابلے میں چھوٹے، کم یکساں کرسٹل تیار کیے - ایک یاد دہانی کہ لوپ ابھی تک مکمل طور پر ہاتھ سے بند نہیں ہوا ہے۔

حیاتیات میں، نظام نے خود مختار طور پر ایک تصویری تجزیہ کی پائپ لائن بنائی جو یہ پیشین گوئی کرتی ہے کہ کون سے نمونے جینیاتی طور پر انجنیئرڈ E. کولی کالونیاں مختلف کیمیائی ارتکاز پر بنتی ہیں۔ Gemini 3 Pro امیج کے ساتھ تیار کردہ پیشین گوئیاں چار میں سے تین شکل کی خصوصیات پر غیر مطبوعہ لیب کے نتائج سے مماثل ہیں۔ محققین نوٹ کرتے ہیں کہ نظام صرف معلوم حالات کے درمیان وجوہات ہیں اور ابھی تک مکمل طور پر نئے تجرباتی نظاموں میں رویے کی پیش گوئی نہیں کر سکتے ہیں۔

ایک خود مختار AI جو دوسرے AI کو ڈیزائن کرتا ہے۔

کمپیوٹر سائنس کا تجربہ ابتدائی سیٹ اپ سے آگے کسی انسانی شمولیت کے بغیر چلا۔ شریک سائنسدان نے "Agent_H" کو ڈیزائن کیا، ایک طبی AI فن تعمیر جو آنے والے سوالات کی درجہ بندی کرتا ہے، متوازی طور پر درجنوں جوابی امیدواروں کو تیار کرتا ہے اور انہیں بہتر بناتا ہے۔ ضرورت سے زیادہ طویل جوابات کو درست کرنے کے بعد، Agent_H نے صحت کے معیارات پر چھ فرنٹیئر ماڈلز — بشمول GPT-5 اور Claude Opus 5 — کو پیچھے چھوڑ دیا۔

پھر ریئلٹی چیک آیا۔ بورڈ سے تصدیق شدہ تین معالجین نے نو زمروں میں اندھا موازنہ کرتے ہوئے جوابات بنائے، اور Agent_H نے صرف ایک میں بیس لائن Gemini 3.1 Pro پر اعدادوشمار کے لحاظ سے اہم فائدہ دکھایا: ممکنہ طور پر نقصان دہ ردعمل کا کم خطرہ۔ خودکار بینچ مارک کا جائزہ لینے والے صرف ڈاکٹروں کے فیصلوں کے ساتھ کمزوری سے منسلک ہیں۔

بینچ مارک سکور اور طبی افادیت کے درمیان یہ فرق دلیل کے طور پر مطالعہ کی سب سے زیادہ نتیجہ خیز تلاش ہے۔ محققین کا مشورہ ہے کہ اعلی خودکار اسکورز، لازمی طور پر اس کا مطلب یہ نہیں ہے کہ کوئی نظام طبی نقطہ نظر سے بہتر جوابات فراہم کرتا ہے - اس بارے میں غیر آرام دہ سوالات اٹھاتے ہیں کہ AI بینچ مارک اصل میں کیا پیمائش کرتے ہیں۔

من گھڑت کاٹنا 46% سے 4%

خود مختار تحقیقی ایجنٹوں کی بنیادی ناکامی کا طریقہ من گھڑت ہے: جب کسی ایجنٹ کو اچھے نتائج پیدا کرنے کے لیے انعام دیا جاتا ہے، تو اسے ان کی تشکیل کے لیے ترغیب ملتی ہے۔ پچھلے تجزیوں میں موجودہ سسٹمز میں 80 سے 100 فیصد کی دستاویزی من گھڑت شرح ہے۔

شریک سائنسدان دو میکانزم کے ساتھ مسئلہ پر حملہ کرتا ہے۔ من گھڑت یا سرقہ شدہ مواد کے لیے سسٹم کو جرمانہ کیا جاتا ہے، اور ایک علیحدہ تصدیقی ماڈیول اس کے نافذ کردہ کوڈ کے حقیقی نتائج کے خلاف ہر عددی دعوے کی جانچ پڑتال کرتا ہے۔ ڈومین کے 30 ماہرین اور 150 خود مختاری سے تیار کردہ کاغذات کے 450 آزاد جائزوں پر مشتمل ایک ڈبل بلائنڈ مطالعہ میں، نتائج بہت اچھے تھے:

  • 4% کاغذات میں قابل اعتماد ماڈیولز فعال، بمقابلہ 46% ان کے بغیر کلیدی نتائج کو گھڑا گیا۔
  • موازنہ کا نظام 90% کلیدی نتیجہ کی بناوٹ تک پہنچ گیا۔
  • مکمل طور پر من گھڑت ڈیٹا کبھی بھی شریک سائنسدان کے آؤٹ پٹ میں ظاہر نہیں ہوا، لیکن موازنہ سسٹم کے کاغذات کے 44% میں ظاہر ہوا۔
  • سرقہ کے قریب مواد 60% سے گر کر 16% ہو گیا۔
  • ایک مربوط حفاظتی فن تعمیر نے ممکنہ طور پر نقصان دہ تحقیقی ہدایات کو 98.7% مسترد کر دیا۔

سائنسدانوں کی جگہ لینے کو تیار نہیں۔

بقایا غلطیاں باقی ہیں۔ نظام انتخابی رپورٹنگ کی طرف جھکتا ہے، اور شمڈگال نے تسلیم کیا کہ وہ "کاغذ میں انتہائی قابل فہم طریقے جو اس کے اصل کوڈ سے میل نہیں کھاتا" لکھتا ہے۔ آیا مواد سائنس کی ترکیبیں دوسری لیبز میں منتقل ہوتی ہیں یا نہیں، یہ ایک کھلا سوال ہے، اور حیاتیات کے نتائج، امید افزا ہوتے ہوئے، پیشین گوئیوں کے صرف ایک تنگ طبقے کا احاطہ کرتے ہیں۔

پھر بھی، رفتار واضح ہے. ایک ایسا نظام جو اٹھارہ ماہ قبل ایک مفروضہ جنریٹر کے طور پر شروع ہوا تھا اب ایک تجربے کی منصوبہ بندی کر سکتا ہے، ایک بھٹی چلا سکتا ہے، آؤٹ پٹ کا تجزیہ کر سکتا ہے اور ایک مخطوطہ کا مسودہ تیار کر سکتا ہے - اور دستاویز، لاگ سطح کی تصدیق کے ساتھ، جب اس کے اپنے دعوے غلط ہوں۔ لیب اسسٹنٹ اور خود مختار محقق کے درمیان فاصلہ کم ہوتا جا رہا ہے، اور سائنس کے وہ حصے جو ضدی طور پر انسان بنے رہتے ہیں - فیصلہ، ذائقہ اور جسمانی نمونے کی لوڈنگ - کو ٹھیک سے دیکھنا آسان ہوتا جا رہا ہے کیونکہ باقی خودکار ہو رہے ہیں۔

---

AI سے آگے رہیں

تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔

مزید AI خبریں پڑھیں →