ИИ-соучёный Google DeepMind теперь управляет лабораторным оборудованием и пишет статьи
Материал подготовлен искусственным интеллектом на основе нескольких источников — ссылки на оригиналы приведены ниже.
Google DeepMind расширила систему Co-Scientist до лабораторного исследовательского партнёра, который планирует эксперименты, управляет оборудованием и пишет научные статьи. Система показала экспериментально подтверждённые результаты в материаловедении, биологии и информатике. Замкнутый цикл работы выводит гипотезы, создаёт планы экспериментов, анализирует результаты и генерирует рукописи.
Ключевые факты
- Co-Scientist нашёл более безопасный путь синтеза двумерного материала, который ранее получали в основном опасным травлением.
- Три полупроводниковые тонкие плёнки были синтезированы с первой попытки с использованием Gemini 3 Deep Think для прямого управления оборудованием.
- В биологии конвейер анализа изображений Co-Scientist совпал с неопубликованными лабораторными результатами по трём из четырёх признаков формы колоний E. coli.
- Система прошла 25 раундов доработки с участием человека, чтобы получить слоистые структуры, похожие на целевой материал, но подтверждение атомной структуры ещё не получено.
Замкнутый цикл исследований
Co-Scientist теперь выводит гипотезы из исследовательского вопроса, создаёт планы экспериментов, программы или машиночитаемые лабораторные протоколы, анализирует результаты и генерирует научные рукописи. Модули проверки сверяют числовые утверждения в тексте с журналами выполнения сгенерированного кода, чтобы сократить количество сфабрикованных результатов. Google впервые представила Co-Scientist в феврале 2025 года на базе Gemini 2.0, с недостатками в проверке фактов и обзоре литературы. Расширенная система была проверена в трёх дисциплинах с возрастающей автономией: материаловедение, биология и информатика.
Проверка в материаловедении
Для синтеза материалов исследователи объединили Co-Scientist с полуавтоматической высокотемпературной печью. Система сгенерировала полные рецепты роста, адаптированные к оборудованию лаборатории, и нашла более безопасный путь получения востребованного двумерного материала. После 25 раундов доработки с участием человека команда получила слоистые структуры, свойства которых напоминают целевой материал, но окончательное подтверждение атомной структуры ещё не получено. Во втором эксперименте три полупроводниковые тонкие плёнки были синтезированы с первой попытки. Co-Scientist использовал Gemini 3 Deep Think для прямого управления оборудованием, сократив разработку рецепта с дней до минут. Людям по-прежнему приходилось вручную загружать образцы и прекурсоры, а быстрый режим давал более мелкие и менее однородные кристаллы, чем тщательно оптимизированные рецепты.
Биология и информатика
В биологии Co-Scientist автономно построил конвейер анализа изображений, который предсказывает, какие узоры образуют генетически модифицированные колонии E. coli при разных концентрациях химических веществ. Прогнозы, сгенерированные с помощью Gemini 3 Pro Image, совпали с неопубликованными лабораторными результатами по трём из четырёх признаков формы. Исследователи признают, что система рассуждает только между известными условиями и не может предсказывать поведение в совершенно новых системах. В информатике Co-Scientist работал полностью самостоятельно над разработкой архитектуры ИИ.
1 источник
ИИ-соучёный Google DeepMind теперь управляет лабораторным оборудованием и пишет статьи
