V zadnjih letih je Google na misiji, da integrira generativno umetno inteligenco v vsakršne izdelke in pobude. To vključuje robote, ki povzemajo rezultate iskanja, interagirajo z aplikacijami in analizirajo podatke, zbrane iz vašega telefona. Pogosto so izhodi, ki jih generirajo ti AI sistemi, lahko presenetljivo impresivni, tudi če jim primanjkuje pravega razumevanja. A lahko resnično izvajajo znanstveno raziskovanje? Google Research se trenutno osredotoča na razvoj umetne inteligence, ki deluje kot "so-znanstvenik. " Njihov najnovejši večagentni AI sistem, zgrajen na okviru Gemini 2. 0, je usmerjen na biomedicinske raziskovalce in je zasnovan tako, da pomaga z predlogi novih hipotez in raziskovalnih področij. Vendar ta tako imenovani AI so-znanstvenik v bistvu deluje kot napreden klepetalni robot. Pravi znanstvenik lahko izkorišča Googleovega so-znanstvenika tako, da vnaša svoje raziskovalne cilje, koncepte in citate iz prejšnjih študij, kar umetni inteligenci omogoča, da predlaga nove raziskovalne smeri. Sistem sestavljajo različni medsebojno povezani modeli, ki obdelujejo vhodne podatke in dostopajo do spletnih virov za izboljšanje svojih predlogov. Znotraj tega okvira si različni agenti izzivajo med seboj, kar ustvarja "samoizboljšujočo se zanko, " podobno drugim modelom razmišljajoče umetne inteligence, kot sta Gemini Flash Thinking in OpenAI-ov o3. Čeprav je generativni AI sistem, kot je Gemini, ne poseduje nobenih resnično novih znanj ali idej. Namesto tega lahko razumno extrapolira iz obstoječih podatkov. Na koncu umetni intigenci so-znanstvenik generira raziskovalne predloge in hipoteze, človeški raziskovalec pa se lahko z sistemom povezuje preko klepetalne vmesnika za razpravo o teh idejah. AI so-znanstvenik je lahko gledan kot sofisticirano orodje za brainstorming. Tako kot lahko posamezniki delijo ideje za načrtovanje zabav z AI na potrošniški ravni, lahko znanstveniki generirajo nove raziskovalne koncepte z umetno inteligenco, specifično zasnovano za znanstveno iskanje. Testiranje umetne inteligence v znanosti Trenutno široko uporabljani AI sistemi trpijo zaradi znane težave z natančnostjo.

Generativni AI običajno proizvaja odgovore ne glede na to, ali ima ustrezne podatke za usposabljanje ali modelne teže, in preverjanje dejstev z dodatnimi AI modeli ne jamči natančnosti. S svojimi sposobnostmi razmišljanja AI so-znanstvenik izvaja notranje ocene za izboljšanje svojih izhodov, Google pa trdi, da so te ocene povezane z izboljšano znanstveno natančnostjo. Kljub temu, da so notranje metrike informativne, kaj menijo dejanski znanstveniki?Google je zaprosil človeške biomedicinske raziskovalce, da ocenijo predloge, ki jih je naredil robot, in očitno so AI so-znanstvenika ocenili bolj pozitivno kot druge manj specializirane AI sisteme. Strokovnjaki so prav tako opazili, da so rezultati AI so-znanstvenika prikazovali večji potencial za inovativni vpliv v primerjavi s standardnimi modeli AI. To pa ne pomeni, da so vsi predlogi umetne inteligence nujno pravilni. Kljub temu je Google sodeloval z več univerzami, da bi preizkusil nekatere AI-generirane raziskovalne predloge v laboratorijskih nastavitvah. Na primer, AI je priporočil ponovno uporabo nekaterih zdravil za zdravljenje akutne mieloidne levkemije, začetni laboratorijski testi pa so nakazali, da je ta pristop izvedljiv. Raziskave, izvedene na Univerzi Stanford, so prav tako ugotavljale, da so predlogi AI so-znanstvenika za zdravljenje jetrne fibroze zaslužili dodatno raziskovanje. Čeprav je ta raziskava zagotovo zanimiva, je sklicevanje na sistem kot "so-znanstvenik" morda nekoliko pretirano. Kljub trditvam voditeljev AI, da se približujemo prihodu avtonomnih, razmišljujočih strojev, umetna inteligenca še zdaleč ni sposobna samostojnega izvajanja znanstvenega raziskovanja. Vendar pa bi ta AI so-znanstvenik lahko še vedno igral ključno vlogo pri pomoč pri interpretaciji in kontekstualizaciji velikih podatkovnih nizov in raziskovalne literature, čeprav mu primanjkuje resničnega razumevanja ali sposobnosti zagotavljanja globokih vpogledov.