Agenci AI w laboratoriach. Cyfrowi chemicy przyspieszają badania nad lekami
Nowe publikacje w „Nature” pokazują, że wieloagentowe systemy AI zaczynają pomagać naukowcom w tworzeniu hipotez, analizie danych i szukaniu nowych zastosowań leków.
Sztuczna inteligencja coraz śmielej wchodzi do laboratoriów. Nie chodzi już tylko o chatboty odpowiadające na pytania, ale o systemy wieloagentowe, czyli zespoły wyspecjalizowanych modeli, które dzielą zadania między sobą, przeszukują literaturę, proponują hipotezy, analizują dane i oceniają własne pomysły.
W „Nature” ukazały się trzy prace pokazujące, jak takie narzędzia mogą zmienić tempo badań naukowych. Pierwsza dotyczy Co-Scientist, systemu rozwijanego przez Google DeepMind. To cyfrowy współpracownik oparty na Gemini, w którym poszczególni agenci generują hipotezy, porównują je, krytykują i wybierają najbardziej obiecujące kierunki. W testach system pomagał m.in. w szukaniu nowych zastosowań istniejących leków, terapii skojarzonych dla ostrej białaczki szpikowej oraz w analizie oporności przeciwdrobnoustrojowej.
Drugi przykład to Robin, system opracowany przez FutureHouse. Autorzy opisują go jako narzędzie automatyzujące ważne etapy pracy badawczej: przegląd wiedzy, tworzenie hipotez, planowanie eksperymentów i analizę wyników. Robin wskazał ripasudil, lek stosowany dotąd w leczeniu jaskry, jako potencjalnego kandydata do dalszych badań nad suchą postacią zwyrodnienia plamki żółtej związanego z wiekiem.
Trzecia praca opisuje Empirical Research Assistant, system pomagający naukowcom pisać specjalistyczne oprogramowanie badawcze. Testowano go m.in. w bioinformatyce, epidemiologii i neuronauce.
Ten kierunek dobrze uzupełniają prace prowadzone na MIT. Zespół Connora Coleya rozwija modele AI, które mają lepiej rozumieć reguły chemii, a nie tylko statystyczne zależności w danych. To ważne, bo liczba potencjalnych związków mogących zostać lekami jest ogromna i praktycznie niemożliwa do ręcznego sprawdzenia.
Nie oznacza to jednak, że AI zastępuje naukowców. „Nature” podkreśla, że takie systemy mogą przyspieszać analizę i podsuwać tropy, ale ich propozycje nadal wymagają kontroli, interpretacji i eksperymentalnego potwierdzenia. Cyfrowi chemicy stają się więc mocnym wsparciem laboratoriów, ale nie samodzielnymi odkrywcami.
Oszczędzaj na 5%
To jest link afiliacyjny. Przed złożeniem wniosku sprawdźcie aktualny regulamin promocji. Jeśli skorzystacie z linku - wesprzecie moją pracę. Mogę otrzymać prowizję.
