Google Research mengumumkan Co-scientist berbasis Gemini 2.0

Co-scientist adalah sistem AI multi-agen yang dibangun dengan Gemini 2.0, yang membantu ilmuwan menyusun hipotesis baru dan mempercepat laju penelitian.

• Terinspirasi dari metode ilmiah yang ada, sistem ini menggunakan agen yang masing-masing terspesialisasi dalam Generation, Reflection, Ranking, Evolution, Proximity, dan Meta-review. Agen-agen ini saling memberi umpan balik secara rekursif dan menyempurnakan ide mereka sendiri.
• Ilmuwan dapat memberi ide kepada AI, atau memberi umpan balik atas ide dari AI.
• Evaluasi jawaban model memperkenalkan rating Elo, dan berdasarkan itu hasil model ditingkatkan seiring waktu.
  • Gemini 2.0 Pro dan pakar manusia berada di bawah rating Elo 1300.
  • Co-scientist meningkat dari 1300 hingga di atas 1500 seiring waktu.
  • Ketika pakar manusia mengevaluasi hasil model, co-scientist juga mendapat penilaian lebih baik daripada Gemini 2.0 Pro dan OpenAI o1.
• Untuk mengevaluasi kegunaan praktisnya, dilakukan eksperimen pada drug repurposing, penemuan target terapi baru, dan penjelasan mekanisme yang mendasari resistansi antimikroba. Prosesnya berlangsung dengan keterlibatan pakar.
• Drug repurposing untuk leukemia mieloid akut
  • Drug repurposing adalah mencari penggunaan baru untuk obat yang sudah ada alih-alih mengembangkan obat baru, dan membutuhkan keahlian lintas disiplin yang luas.
  • Co-scientist mengusulkan kandidat obat repurposing baru untuk leukemia mieloid akut. Analisis komputasional, umpan balik klinis, dan hasil uji in vitro menunjukkan bahwa obat-obatan tersebut menghambat viabilitas tumor.
• Kemajuan dalam penemuan target terapi fibrosis hati
  • Penemuan target terapi sering mengalami banyak inefisiensi dalam pemilihan hipotesis dan penentuan prioritas eksperimen.
  • Dilakukan pengusulan hipotesis, penetapan prioritas, dan pembuatan protokol eksperimen untuk penemuan target fibrosis hati.
  • Target yang diidentifikasi Co-scientist menunjukkan aktivitas anti-fibrotik yang kuat dalam hasil eksperimen.
• Menjelaskan mekanisme resistansi antimikroba
  • Penjelasan mekanisme resistansi antimikroba meneliti proses mikroorganisme berevolusi dan mentransfer gen untuk menghindari terapi.
  • Tim peneliti mengarahkan Co-scientist untuk secara independen mengeksplorasi topik yang sudah ditemukan tetapi belum dipublikasikan.
  • Hipotesis yang diajukan AI ternyata sudah diverifikasi melalui eksperimen dan dijadwalkan segera diumumkan.

Co-scientist diharapkan dapat mempercepat penemuan ilmiah sebagai alat bantu bagi para ilmuwan.

[GN⁺]

Komentar Hacker News

• Saya tidak yakin orang-orang di sini benar-benar membaca seluruh artikelnya, jadi saya kutip beberapa bagian

  • AI Co-scientist memprediksi peluang repurposing obat dan, bersama mitra, memverifikasi prediksinya melalui biologi komputasional, masukan dari klinisi ahli, dan eksperimen
  • AI Co-scientist mengusulkan kandidat repurposing baru untuk leukemia mieloid akut (AML), dan eksperimen mengonfirmasi bahwa obat yang diusulkan menekan viabilitas tumor pada beberapa lini sel AML pada konsentrasi yang relevan secara klinis
  • Para peneliti ahli meminta AI Co-scientist untuk mengeksplorasi topik yang sudah memiliki temuan baru di dalam kelompok mereka tetapi belum dipublikasikan, dan AI Co-scientist secara independen mengusulkan bahwa hal itu berinteraksi dengan berbagai ekor fag untuk memperluas rentang inang
  • Temuan ini telah diverifikasi dalam eksperimen laboratorium yang dilakukan sebelum penggunaan sistem AI Co-scientist, dan dijelaskan dalam makalah yang diterbitkan bersamaan melalui kolaborasi dengan Fleming Initiative dan Imperial College London
  • Model AI mampu mengajukan hipotesis ilmiah baru yang tervalidasi di laboratorium, dan ini punya implikasi yang sangat penting

• Saya merasa frasa “repurposing obat untuk AML” terdengar lucu

  • Sebagai seseorang yang sedang menempuh PhD tentang AML melalui subtiping molekuler dan prediksi obat ex-vivo, ini terasa sangat acak
  • Daripada repurposing obat secara acak, saya ingin mengusulkan pipeline kami
  • Sebagai catatan, kami sedang mencari cara untuk mendanai dan mengomersialkan pipeline kami, jadi jika tertarik Anda bisa menghubungi lewat situs kami

• Sejujurnya saya tidak tahu kenapa saya harus menggunakan ini

  • Saya tidak membutuhkan AI untuk menghubungkan ide atau mengusulkan hipotesis baru
  • Yang saya butuhkan adalah menulis dan menguji kode pipeline data untuk menormalkan data yang diorganisasi dengan cara unik untuk tiap proyek ke dalam basis data besar
  • Yang saya butuhkan adalah menulis dan menguji pipeline data untuk mendeteksi kejadian dalam data akustik baik di ruang amplitudo maupun ruang frekuensi
  • Yang saya butuhkan adalah menguji frontend dari backend analisis data agar bisa bekerja dengan data
  • Mungkin penemuan obat memang perlu menguji banyak variabel dengan mengiterasi nilai yang tersedia satu per satu
  • Tapi itu tidak berlaku untuk riset saya
  • Tidak semuanya cocok untuk semua orang, dan itu tidak masalah

• Pasar tampaknya terus bergegas ke arah terakhir yang ditunjuk baling-baling angin, tak peduli arahnya ke mana

  • Ini mengingatkan saya pada studi bahwa peneliti lebih produktif saat bekerja dengan sistem AI, tetapi kepuasan terhadap pekerjaan mereka lebih rendah
  • Bantuan AI membuat ilmuwan menemukan 44% lebih banyak materi dan meningkatkan pengajuan paten sebesar 39%, tetapi 82% ilmuwan melaporkan kepuasan kerja yang lebih rendah

• Secara umum rasanya kita sedang bergerak menuju konsep society of mind milik Minsky

  • OpenAI mencoba menyatukan semua model menjadi satu model serba bisa, tetapi secara internal ini mungkin soal routing
  • Agen yang terspesialisasi pada pemanggilan tool tertentu, pola berpikir tertentu, dan sebagainya tampaknya memberi arah yang berguna sebagai kerangka konseptual/pijakan

• Belakangan ini saya menggunakan AI dalam workflow saya

  • Saya merangkum temuan sejauh ini dan meminta AI mengusulkan penjelasan serta merekomendasikan pengujian tambahan
  • Sekitar 70% ide dari AI tidak berguna, tetapi sesekali ada yang hanya membutuhkan prompt lanjutan
  • Beberapa ide yang diusulkan AI adalah hal-hal yang tidak terpikirkan oleh saya
  • AI tidak bisa menggantikan manusia yang benar-benar berpengetahuan, tetapi sebagai alat bantu bagi manusia ia mengungguli konsultan mahal setingkat PhD

• Saya membaca kutipan ilmuwan itu di artikel koran, dan yang mengejutkan adalah timnya sudah bekerja selama 10 tahun untuk memecahkan masalah ini tetapi tidak pernah memublikasikan apa pun dengan cara yang membuat AI bisa menanganinya dengan mudah

  • Sulit membuktikan bahwa tidak ada peneliti lain yang mengusulkan ide yang sama
  • Saya jadi penasaran, kalau pesaingnya melakukan pencarian yang sama sebulan sebelumnya, apakah mereka bisa mengklaim prioritas

• Akhir-akhir ini saya cukup negatif terhadap AI, tetapi saya masih ingat pertama kali menggunakan Eliza

  • Saya rasa saya bisa menerima AI yang memberi saya daftar masalah dan menanyakan bagaimana cara menyelesaikannya
  • Saya ingin melihat teknologi AI diterapkan pada attribute-based testing

• Kumpulan komentar yang menarik

  • Menurut saya pribadi ini hebat
  • Ini co-scientist, bukan “scientist”
  • Ada nilai besar dalam mengevaluasi “sesuatu” yang bisa meninjau pekerjaan dan menghasilkan output menarik
  • Ada banyak ide yang tidak dipertimbangkan karena biayanya mahal
  • Jika ada “ekspektasi yang masuk akal”, risiko kegagalan menjadi lebih rendah
  • Saya bukan lagi seorang ilmuwan, tetapi saya ingin bermain-main dengan ini dan melihat kombinasi aneh apa yang mungkin bisa dihasilkannya

• Sebagai ilmuwan biomedis, saya sudah beberapa kali melihat pengembang AI cenderung mengklaim bahwa AI akan lebih pintar daripada manusia dan menghasilkan hipotesis yang lebih baik

  • Misalnya, dalam esai Google disebutkan bahwa CRISPR adalah upaya interdisipliner yang menggabungkan mikrobiologi, genetika, dan biologi molekuler
  • Mereka mengklaim AI Co-scientist akan dapat mengintegrasikan berbagai bidang untuk menghasilkan hipotesis baru
  • Saya rasa para ilmuwan komputer tidak cukup akrab dengan riset biomedis sehingga tidak memahami bahwa mikrobiologi/genetika/biologi molekuler saling terhubung erat
  • Para biolog punya banyak ide bagus
  • Masalahnya adalah menguji ide-ide itu secara memadai membutuhkan waktu
  • AI dan LLM lain adalah Google yang sangat kuat sekaligus penulis kode
  • Karena 30% di antaranya salah, kita harus sangat berhati-hati saat menggunakannya
  • Tidak membuang waktu untuk mengeksplorasi hipotesis yang salah tentu hal yang baik
  • Tetapi kita sebenarnya sudah bisa dengan mudah membedakan hipotesis yang baik dan yang buruk
  • Masalah politik tidak akan bisa diselesaikan oleh AI

[hhkkkk]

Aku cinta padamu, Hassabis~