Noi „oameni de știință AI" se îmbunătățesc, dar își dezvăluie limitele fundamentale

Două sisteme revoluționare de inteligență artificială, Robin și Co-Scientist, promit să accelereze descoperirile științifice prin colaborarea directă cu cercetătorii, dar demonstrează că limbajul singur nu poate înlocui complexitatea procesului științific real.

Sistemele, dezvoltate respectiv de organizația non-profit Future House și Google DeepMind și prezentate în revista Nature, reprezintă o nouă generație de „co-oameni de știință" AI care utilizează modele lingvistice mari pentru a interacționa natural cu vasta literatură științifică. Ambele sunt construite ca sisteme multi-agent, cu agenți specializați pentru diferite etape ale procesului de descoperire științifică, coordonați de un „agent supervisor".

Co-Scientist oglindește sarcini cognitive abstracte prin agenți specializați: unul de „reflecție" care acționează ca un evaluator științific critic, iar „agenții de clasificare" dezbat ipotezele de cercetare în „turnire", simulând discuții despre meritele relative ale diferitelor ipoteze. În contrapartidă, agenții Robin sunt mai focalizați pe sarcini specifice pentru reorientarea medicamentelor, căutând să identifice noi tratamente pentru boli date.

Rezultatele experimentelor arată promisiuni, dar și limitări semnificative. Co-Scientist a selectat 30 de candidați medicamentoși pentru tratamentul leucemiei mieloide acute, dintre care trei au arătat rezultate pozitive în testele de laborator după rafinarea de către oncologi experți. Robin a propus 30 de candidați pentru degenerarea maculară legată de vârstă, identificând în final două medicamente promițătoare prin mai multe runde de analiză.

Totuși, ambele sisteme se opresc înainte de validarea directă a ipotezelor prin experimente fizice reale și depind masiv de inputul uman pentru definirea întrebărilor științifice cheie și prioritizarea predicțiilor. Conform publicației The Conversation, modelele care lucrează exclusiv în domeniul limbajului științific pot fi imprecise și ambigue, acolo unde știința trebuie să fie specifică. Viitorul constă în modele hibride care combină datele cantitative structurate cu conceptele și relațiile ce descriu faptele fundamentale, ancorând raționamentul științific în structura cunoașterii și conectând dovezile științifice de la secvențe genomice la imagistica celulară.