Arriva AI co-scientist, l'assistente virtuale di Google dedicato agli scienziati

Google sta investendo molto nella sua IA Gemini non solo potenziando il modello che la anima, ma anche costruendo sulla base di questo una serie di applicazioni che fanno leva sull'IA generativa. Come per esempio Notebook LM, un potente strumento per la gestione di note e documenti, anche audio e video. Recentemente è stato reso disponibile anche AI co-scientist, un sistema multi agente basato su Gemini 2 che funge da assistente per gli scienziati. 

Arriva l'assistente IA per scienziati e ricercatori

AI co-scientist è in grado di generare nuove ipotesi di ricerca, una panoramica dettagliata della ricerca e protocolli sperimentali. Per farlo, utilizza una serie di agenti IA (Generation, Reflection, Ranking, Evolution, Proximity e Meta-review) ispirati al metodo scientifico stesso.

Questi agenti sfruttano un sistema di feedback automatizzato per generare, valutare e affinare iterativamente le ipotesi, creando un ciclo auto-migliorativo che, secondo Google, produce risultati sempre più innovativi e di alta qualità.

Gli scienziati potranno interagire con AI co-scientist suggerendo le proprie ipotesi e dando dei feedback ai risultati proposti dal sistema, così come sfruttarlo per effettuare ricerche online o usare modelli di IA specifici per ottenere risultati più affidabili.

Il funzionamento è molto interessante, perché mostra come più agenti di IA siano in grado di coordinarsi e collaborare per portare a risultati di qualità in brevi tempi. All'atto pratico, quando un ricercatore avvia una ricerca con co-scientist, quest'ultimo si occuperà di creare una sorta di piano di azione, che poi verrà gestito da un agente definito Supervisor. Supervisor si occuperà di assegnare i vari compiti ai singoli agenti e di allocare le risorse di calcolo necessarie. 

Il sistema è in grado di perfezionare le ipotesi iniziali e auto-apprendere facendo affidamento sul sistema di autovalutazione Elo. Sette esperti hanno selezionato 15 obiettivi di open research e le migliori soluzioni ipotizzabili nei rispettivi campi di competenza. Utilizzando la metrica Elo, Google ha notato come AI co-Scientist è stato in grado di superare altri modelli di ragionamento all'avanguardia nell'affrontare problemi complessi.

L'analisi ha confermato i benefici della scalabilità del calcolo in fase di test, sfruttando bias induttivi derivati dal metodo scientifico. Man mano che il sistema dedica più tempo al ragionamento e al miglioramento, la qualità auto-valutata dei risultati aumenta, superando sia i modelli esistenti sia gli esperti umani non assistiti.

Sono anche stati effettuati alcuni test da parte dei partner di Google del mondo accademico. Nello specifico: 

• Per i ricercatori dell'Imperial College di Londra, ha proposto un'ipotesi che rispecchiava i risultati di una ricerca, allora non pubblicata e convalidata sperimentalmente, su un nuovo meccanismo di trasferimento genico che potrebbe aiutare a comprendere la diffusione della resistenza antimicrobica. 
• Per i ricercatori dello Houston Methodist, struttura ospedaliera del Texas, il sistema di intelligenza artificiale ha suggerito la riproposizione di un farmaco esistente per la ricerca sulla leucemia mieloide acuta, che è stata convalidata attraverso la biologia computazionale e gli esperimenti in laboratorio.
• Per gli scienziati di Stanford, AI co-scientist ha proposto obiettivi epigenetici per continuare la ricerca sulla fibrosi epatica utilizzando modelli di organoidi umani. I farmaci basati su questi bersagli sono stati convalidati in laboratorio dall'università e hanno continuato a mostrare attività antifibrotica quando sono stati applicati a questi modelli.