10 августа Эрик Шмидт и Сухас Махеш опубликовали статью об исследовательских агентах. Авторы предлагают использовать их там, где нужно соединить разрозненные данные, выдвинуть гипотезу и проверить её следующим опытом.
AlphaFold предсказывает трёхмерную структуру белка по последовательности аминокислот. Модель обучали на Protein Data Bank — большом архиве экспериментально подтверждённых структур. Шмидт и Махеш приводят AlphaFold как пример задачи с большим числом сопоставимых измерений и одним чётко очерченным вопросом.
В обычной экспериментальной работе биологи и химики соединяют расчёты, известные структуры и несколько новых тестов. Выращиваемые в лаборатории клетки меняют свойства, в химических реагентах бывают примеси, а условия опыта различаются между лабораториями. Новый опыт помогает отличить одно объяснение наблюдения от другого и выбрать следующий шаг исследования.
«Умение заниматься наукой состоит в том, чтобы соединять результаты разных инструментов и пересматривать выводы по мере появления свидетельств», — пишут Шмидт и Махеш.
В качестве существующего примера авторы называют Co-Scientist — многоагентную систему ИИ на базе Gemini. В её кейсе с клеточным старением система предложила для проверки генетические факторы, часть которых лаборатория подтвердила в экспериментах. Учёный задаёт ей исследовательскую цель и предоставляет прежние научные данные. Одни агенты формируют варианты гипотез, другие критикуют и уточняют их; получившиеся предложения проверяют в лаборатории. Разработчики Co-Scientist проверяли систему на трёх биомедицинских задачах: искали новое применение уже известным лекарствам, мишени — молекулы или клеточные процессы для воздействия лекарством — и объяснение механизмов устойчивости к антибиотикам.
По мысли Шмидта и Махеша, агент должен участвовать в этой последовательности: выбирать следующую проверку и записывать, на каких данных и рассуждениях она основана. Лаборатория сможет увидеть путь к гипотезе, проверить его опытом и изменить следующий шаг после результата.