혁신적인 AI 공동 과학자 시스템이 과학 연구 및 발견을 향상시킵니다.

Brief news summary

연구자들은 과학적 도전에 대응하고 혁신을 촉발하기 위해 창의성과 다양한 전문성을 결합하는 비율이 점점 증가하고 있습니다. 이러한 협력적 접근 방식은 에마뉴엘 샤르펭티에와 제니퍼 다우드나에 의해 개발된 노벨상 수상 CRISPR 기술과 같은 중요한 혁신으로 이어졌습니다. 이 이니셔티브를 더욱 발전시키기 위해, 우리는 자율적으로 가설을 생성하고 문헌을 검토하며 연구 제안서를 개발하는 AI 공동 과학자 시스템을 구축하였습니다. Gemini 2.0 프레임워크를 활용한 이 다중 에이전트 시스템은 자기 주장 토론, 순위 경쟁, 진화 알고리즘과 같은 기법을 통해 과학적 논리성을 향상시킵니다. 이 시스템의 효과는 급성 골수성 백혈병에 대한 약물 재지정과 항균 저항 메커니즘에 대한 통찰력을 개선하는 정확한 예측을 통해 입증되었습니다. 이러한 성과는 AI 공동 과학자가 기존 지식을 혁신적인 발견으로 전환할 수 있는 능력을 보여줍니다. 이 프로젝트는 고급 AI와 결합된 학제 간 협력의 이점을 강조하며, 팀워크가 과학 발전을 이끄는 방법을 조명합니다.

과학적 혁신을 추구하는 과정에서 연구자들은 창의성과 전문성을 문학적 통찰력과 결합하여 혁신적인 연구 경로를 개발하고 탐색을 안내합니다. 그러나 다양한 분야의 지식을 통합하면서 빠르게 증가하는 과학 출판물을 탐색하는 것은 도전 과제가 됩니다. 이러한 문제를 해결하는 것은 매우 중요하며, 2020년 노벨 화학상이 미생물학, 유전학 및 분자 생물학 지식을 통합한 CRISPR 혁신으로 Emmanuelle Charpentier와 Jennifer Doudna에게 수여된 현대적 발견에서도 확인할 수 있습니다. 과학적 발견에서 충족되지 않은 요구를 해결하고 AI의 발전을 활용하기 위해 우리는 AI 공동 과학자 시스템을 개발했습니다. Gemini 2. 0 기반의 이 다중 에이전트 AI는 연구자들을 위한 협력 도구로서 과학적 방법의 추론 과정을 향상시키는 역할을 합니다. AI 공동 과학자는 표준 문헌 리뷰를 넘어서는 것을 목표로 하며, 특정 목표에 맞춘 독창적인 지식을 생성하고 고유한 연구 가설을 형성합니다. AI 공동 과학자는 테스트 시간 컴퓨트 스케일링을 사용하여 출력을 반복적으로 개선합니다.

주요 과정에는 가설 생성을 위한 자가 대화 기반의 과학적 논쟁, 가설 평가를 위한 랭킹 토너먼트, 품질 향상을 위한 "진화" 전략이 포함됩니다. 효과성을 보장하기 위해 우리는 이러한 토너먼트에서 Elo 자동 평가 지표를 활용하여 높은 Elo 등급이 더 높은 출력 정확성과 상관관계가 있음을 발견했습니다. 급성 골수 백혈병(AML)의 약물 재사용 노력에서 우리의 AI 공동 과학자는 컴퓨터 생물학, 전문가의 의견, 그리고 실험실 테스트를 통해 검증된 새로운 재사용 후보를 제안했습니다. 또한, 세균 유전자 전달 메커니즘을 조사하도록 AI에게 지시함으로써 항균제 저항성(AMR)과 관련된 가설을 탐구했습니다. AI는 캡시드 형성 인자 유도 크로모좀 섬(cf-PICIs)이 파지 꼬리와 상호 작용하여 숙주 범위를 넓힌다고 독립적으로 제안했으며, 이는 이전 실험을 통해 검증되었습니다. 이 작업은 Google Research, Google DeepMind, Google Cloud AI의 다양한 팀과 Fleming Initiative 및 Imperial College London을 포함한 여러 기관의 파트너들과의 협력으로 이루어진 것입니다. 필수적인 피드백을 제공한 모든 기여자와 전문가, 그리고 이 사업에 중요한 지원을 해준 내부 팀에게 감사의 말씀을 전합니다.