Во последните години, Google е на мисија да интегрира генеративна вештачка интелигенција во секој замислив производ и иницијатива. Ова вклучува роботи кои резимираат резултати од пребарувања, интеракција со апликации и анализа на податоците собрани од вашиот телефон. Често, излезите генерирани од овие AI системи можат да бидат неочекувано импресивни, дури и кога недостасува вистинско разбирање. Но, дали навистина можат да спроведуваат научно истражување? Google Research сега е фокусиран на развој на вештачка интелигенција која функционира како "ко-научник. " Нивниот најнов многуагентен AI систем, изграден врз основа на Gemini 2. 0 рамката, е насочен кон биомедицински истражувачи и е дизајниран да помага со предлагање нови хипотези и области на истражување. Сепак, овој т. н. AI ко-научник суштински функционира како напреден чет-бот. Вистинскиот научник може да го користи Google-овиот ко-научник внесувајќи ги нивните истражувачки цели, концепти и цитати од претходни студии, што и овозможува на вештачката интелигенција да предложи нови насоки на истражување. Системот се состои од различни поврзани модели кои обработуваат внесените податоци и користат онлајн ресурси за подобрување на своите предлози. Во овој рамки, различните агенти се предизвикуваат меѓусебно, создавајќи "псевдосамообновувачки циклус" сличен на други модели на reasoning AI како што се Gemini Flash Thinking и OpenAI-овиот o3. И покрај тоа што е генеративен AI систем како Gemini, тој не поседува никакво вистински ново знаење или идеи. Наместо тоа, може да прави разумни естраполации од постојните податоци.

На крајот, AI ко-научникот генерира истражувачки предлози и хипотези, а човечкиот истражувач може да се вклучи со системот преку интерфејс на чет-бот за да дискутира за овие идеи. Можете да го восприемете AI ко-научникот како софистициран алат за мозочни напади. Исто како што поединците можат да споделуваат идеи за планирање на забави со потрошувачко ниво на AI, научниците можат да генерираат нови истражувачки концепти со AI специјално дизајниран за научно истражување. Тестирање на AI во науката Во моментов, широко користените AI системи имаат позната проблематика со прецизноста. Генеративната AI т tendencije да производи одговори без разлика дали има правилни податоци за обука или моделирани тежини, и потврдувањето на фактите со дополнителни AI модели не гарантира точност. Со своите способности за резонирање, AI ко-научникот спроведува внатрешни оценки за да ги подобри своите излези, а Google тврдите дека овие самопреценување оценки се поврзани со подобрена научна точност. Сепак, иако внатрешните метрики се информативни, што всушност мислат вистинските научници?Google побара од човечки биомедицински истражувачи да оценат предлозите направени од роботот, и тие наводно го оцениле AI ко-научникот позитиwnie во споредба со другите помалку специјализирани AI системи. Експертите исто така забележале дека излезите од AI ко-научникот покажуваат поголем потенцијал за иновативен удар во однос на стандардните AI модели. Иако ова истражување е навистина интересно, нарекувањето на системот "ко-научник" може да биде малку пренагласено. И покрај тврдењата на лидерите на AI дека приближуваме до пристигнувањето на автономни, мислечки машини, AI е далеку од способноста за спроведување научно истражување самостојно. Сепак, овој AI ко-научник би могол да биде инструментален во помагањето на луѓето да интерпретираат и да стави во контекст големи бази на податоци и научна литература, дури и ако недостасува вистинско разбирање или способност за давање длабоки увиди.