Mokslo proveržių paieškoje tyrėjai sujungia kūrybiškumą ir ekspertizę su literatūrine įžvalga, kad išvystytų novatoriškas tyrimų kryptis ir nukreiptų tyrimus. Tačiau greitas mokslinių leidinių prieaugis ir žinių integravimas iš įvairių sričių kelia iššūkių. Šios problemos sprendimas yra būtinas, kaip matyti šiuolaikiniuose atradimuose iš tarpdisciplininių pastangų, pavyzdžiui, 2020 metų Nobelio premija chemijoje, skirta Emmanuelle Charpentier ir Jennifer Doudna už jų CRISPR inovaciją, kuri integravo žinias iš mikrobiologijos, genetikos ir molekulinės biologijos. Norėdami spręsti neatitikimus mokslo atradimuose ir pasinaudoti AI pažanga, sukūrėme AI bendraautoriaus sistemą. Šis daugiagentis AI, sukurtas ant Gemini 2. 0, tarnauja kaip bendradarbiavimo įrankis tyrėjams, stiprinantis mokslo metodų mąstymo procesą. AI bendraautorius viršija standartinius literatūros apžvalgas; jis siekia generuoti originalias žinias ir formuluoti unikalius tyrimų hipotezes, pritaikytas konkretiems tikslams. AI bendraautorius naudoja testo laiką kompiuterijos skalavimui, kad iteratyviai tobulintų savo rezultatus.

Pagrindiniai procesai apima savilaidos pagrindu sukurtas mokslo diskusijas hipotezėms generuoti, reitingų turnyrus hipotezėms vertinti ir "evoliucijos" strategiją kokybei gerinti. Siekdami užtikrinti efektyvumą, panaudojome Elo autoevaluacijos metriką iš šių turnyrų, atradę, kad aukštesni Elo reitingai koreliuoja su didesne rezultato tikslumo tikimybe. Stengiantis perorientuoti vaistus ūminei mieloidinei leukemijai (AML), mūsų AI bendraautorius pasiūlė naujus perorientavimo kandidatus, patvirtintus per kompiuterinę biologiją, ekspertų įžvalgas ir laboratorinius testus. Be to, nagrinėjome hipotezes, susijusias su antimikrobiniu atsparumu (AMR), nurodydami AI tyrinėti bakterinių genų perdavimo mechanizmus. AI nepriklausomai pasiūlė, kad kapsidą formuojančios fagus-indukuojamos chromosomų salos (cf-PICIs) sąveikauja su fagų uodegomis, kad išplėstų savo šeimininko spektrą, o ši išvada vėliau buvo patvirtinta atlikus ankstesnius eksperimentus. Ši veikla yra bendradarbiavimo rezultatas tarp įvairių komandų "Google Research", "Google DeepMind" ir "Google Cloud AI", taip pat partnerių iš kelių institucijų, įskaitant Fleming iniciatyvą ir Londono Imperinį universitetą. Dėkojame visiems prisidėjusiems ir ekspertams, suteikusiems svarbias įžvalgas, taip pat mūsų vidinėms komandoms, kurių parama buvo esminė šiam projektui.