V iskanju znanstvenih prebojev raziskovalci združujejo ustvarjalnost in strokovnost z literarnim vpogledom, da razvijejo inovativne raziskovalne poti in usmerjajo raziskovanja. Vendar pa predstavljajo izziv hitra rast znanstvenih publikacij in hkratno vključevanje znanja iz različnih področij. Naslavljanje tega vprašanja je bistvenega pomena, kar dokazujejo sodobne odkritja, ki izhajajo iz meddisciplinarnih prizadevanj, na primer Nobelova nagrada za kemijo 2020, ki sta jo prejeli Emmanuelle Charpentier in Jennifer Doudna za svojo inovacijo CRISPR, ki je združila znanje iz mikrobiologije, genetike in molekularne biologije. Da bi se spopadli z nezadostnimi potrebami pri znanstvenih odkritjih in izkoristili napredek v umetni inteligenci, smo razvili sistem AI soustanovitelja. Ta večagentni sistem AI, ki temelji na Gemini 2. 0, služi kot sodelovalno orodje za raziskovalce in izboljšuje proces razmišljanja znanstvene metode. AI soustanovitelj presega standardne preglede literature; njegov cilj je generirati izvirno znanje in oblikovati edinstvene raziskovalne hipoteze, prilagojene specifičnim ciljem. AI soustanovitelj uporablja skaliranje izračuna med testiranjem, da postopoma izpopolnjuje svoje rezultate.

Ključni procesi vključujejo znanstvene razprave, ki temeljijo na samodejnem igranju za generiranje hipotez, turnirje za ocenjevanje hipotez in strategijo "evolucije" za izboljšanje kakovosti. Da bi zagotovili učinkovitost, smo uporabili metrikulo samoevalvacije Elo iz teh turnirjev, pri čemer smo ugotovili, da višje ocene Elo koreliraju z večjo natančnostjo izhodov. Pri prizadevanjih za ponovno uporabo zdravil pri akutni mieloidni levkemiji (AML) je naš AI soustanovitelj predlagal nove kandidate za ponovno uporabo, kar je bilo potrjeno skozi računalniško biologijo, prispevke strokovnjakov in laboratorijske teste. Poleg tega smo raziskali hipoteze, povezane z antimikrobno odpornostjo (AMR), tako da smo AI navodili, naj raziskuje mehanizme prenosa bakterijskih genov. AI je neodvisno predlagal, da se kapsidne prazne kromosomske otoke (cf-PICIs) interagirajo s fagenskimi repi, da razširijo svoj spekter gostiteljev, kar je bilo kasneje potrjeno s prejšnjimi eksperimenti. To delo je rezultat sodelovanja različnih ekip v Google Research, Google DeepMind in Google Cloud AI, skupaj s partnerji iz več institucij, vključno s Fleming Initiative in Imperial College London. Iskreno se zahvaljujemo vsem prispevalcem in strokovnjakom, ki so zagotavljali pomembne povratne informacije, ter našim notranjim ekipam, katerih podpora je bila ključna za ta projekt.