كيف يعمل نظام AI Co‑Scientist من Google DeepMind لتوليد الفرضيات العلمية ومناقشتها
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين. يعتمد النظام على ما يسمى «بطولات الأفكار»، حيث تتنافس الفرضيات ويقوم وكلاء آخرون بنقدها ومقارنتها بالأدلة العلمية قبل اختيار أفضلها وتطويرها.
نشر بواسطةتم التحرير باستخدام GPT-5.5تم إنشاء الصور باستخدام GPT Image 2
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين.
يعتمد النظام على ما يسمى «بطولات الأفكار»، حيث تتنافس الفرضيات ويقوم وكلاء آخرون بنقدها ومقارنتها بالأدلة العلمية قبل اختيار أفضلها وتطويرها.
أظهرت تجارب مبكرة في الطب الحيوي قدرة النظام على اقتراح أدوية محتملة وإعادة توظيف أدوية لأمراض مثل تليف الكبد، لكن النتائج ما تزال تحتاج إلى تحقق مخبري وتجارب علمية.
How does Google DeepMind’s newly published Co-Scientist AI system—a multi‑agent framework built on the Gemini model and described in Nature—Google DeepMind’s AI Co‑Scientist simulates a team of AI researchers generating and debating scientific hypotheses before experiments are performed.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: How does Google DeepMind’s newly published Co-Scientist AI system—a multi‑agent framework built on the Gemini model and described in Nature—. Article summary: Google DeepMind’s Co-Scientist is a Gemini-based multi-agent AI system designed to act as a virtual scientific collaborator: it generates research hypotheses, critiques them, ranks them, and iteratively refines them towa. Topic tags: general, government, general web, documentation, academic. Reference image context from search candidates: Reference image 1: visual subject "# Science Research Proposals Made to Order AI Co-Scientist, an agent that generates research hypotheses, aiding drug discovery. AI co-scientist workflow diagram showing a research" source context "AI Co-Scientist, An Agent That Generates Research Hypotheses ..." Reference image 2: visual subj
openai.com
لطالما استخدم العلماء الذكاء الاصطناعي لتحليل البيانات أو قراءة الأوراق العلمية بسرعة. لكن نظام AI Co‑Scientist الذي طورته Google DeepMind يحاول الذهاب خطوة أبعد: العمل كـ«شريك بحثي افتراضي» يستطيع اقتراح فرضيات علمية جديدة ومناقشتها وتحسينها قبل أن يبدأ العلماء التجارب الفعلية.
النظام، الذي عُرضت أبحاثه في مجلة Nature، مبني على نماذج Gemini ويعتمد على إطار متعدد الوكلاء (Multi‑Agent) يحاكي فريقاً من الباحثين يعملون معاً. بدلاً من تقديم إجابة واحدة، يجري النظام مناقشات داخلية بين عدة نماذج ذكاء اصطناعي ويعقد ما يشبه «بطولات أفكار» لاختيار أكثر الفرضيات وعداً للبحث العلمي.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "كيف يعمل نظام AI Co‑Scientist من Google DeepMind لتوليد الفرضيات العلمية ومناقشتها"؟
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين. يعتمد النظام على ما يسمى «بطولات الأفكار»، حيث تتنافس الفرضيات ويقوم وكلاء آخرون بنقدها ومقارنتها بالأدلة العلمية قبل اختيار أفضلها وتطويرها.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
أظهرت تجارب مبكرة في الطب الحيوي قدرة النظام على اقتراح أدوية محتملة وإعادة توظيف أدوية لأمراض مثل تليف الكبد، لكن النتائج ما تزال تحتاج إلى تحقق مخبري وتجارب علمية.
كيف يعمل نظام AI Co‑Scientist من Google DeepMind لتوليد الفرضيات العلمية ومناقشتها
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين. يعتمد النظام على ما يسمى «بطولات الأفكار»، حيث تتنافس الفرضيات ويقوم وكلاء آخرون بنقدها ومقارنتها بالأدلة العلمية قبل اختيار أفضلها وتطويرها.
نشر بواسطةتم التحرير باستخدام GPT-5.5تم إنشاء الصور باستخدام GPT Image 2
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين.
يعتمد النظام على ما يسمى «بطولات الأفكار»، حيث تتنافس الفرضيات ويقوم وكلاء آخرون بنقدها ومقارنتها بالأدلة العلمية قبل اختيار أفضلها وتطويرها.
أظهرت تجارب مبكرة في الطب الحيوي قدرة النظام على اقتراح أدوية محتملة وإعادة توظيف أدوية لأمراض مثل تليف الكبد، لكن النتائج ما تزال تحتاج إلى تحقق مخبري وتجارب علمية.
How does Google DeepMind’s newly published Co-Scientist AI system—a multi‑agent framework built on the Gemini model and described in Nature—Google DeepMind’s AI Co‑Scientist simulates a team of AI researchers generating and debating scientific hypotheses before experiments are performed.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: How does Google DeepMind’s newly published Co-Scientist AI system—a multi‑agent framework built on the Gemini model and described in Nature—. Article summary: Google DeepMind’s Co-Scientist is a Gemini-based multi-agent AI system designed to act as a virtual scientific collaborator: it generates research hypotheses, critiques them, ranks them, and iteratively refines them towa. Topic tags: general, government, general web, documentation, academic. Reference image context from search candidates: Reference image 1: visual subject "# Science Research Proposals Made to Order AI Co-Scientist, an agent that generates research hypotheses, aiding drug discovery. AI co-scientist workflow diagram showing a research" source context "AI Co-Scientist, An Agent That Generates Research Hypotheses ..." Reference image 2: visual subj
openai.com
لطالما استخدم العلماء الذكاء الاصطناعي لتحليل البيانات أو قراءة الأوراق العلمية بسرعة. لكن نظام AI Co‑Scientist الذي طورته Google DeepMind يحاول الذهاب خطوة أبعد: العمل كـ«شريك بحثي افتراضي» يستطيع اقتراح فرضيات علمية جديدة ومناقشتها وتحسينها قبل أن يبدأ العلماء التجارب الفعلية.
النظام، الذي عُرضت أبحاثه في مجلة Nature، مبني على نماذج Gemini ويعتمد على إطار متعدد الوكلاء (Multi‑Agent) يحاكي فريقاً من الباحثين يعملون معاً. بدلاً من تقديم إجابة واحدة، يجري النظام مناقشات داخلية بين عدة نماذج ذكاء اصطناعي ويعقد ما يشبه «بطولات أفكار» لاختيار أكثر الفرضيات وعداً للبحث العلمي.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "كيف يعمل نظام AI Co‑Scientist من Google DeepMind لتوليد الفرضيات العلمية ومناقشتها"؟
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
طورت Google DeepMind نظام AI Co‑Scientist، وهو مساعد بحثي يعتمد على Gemini ويستخدم عدة وكلاء ذكاء اصطناعي لتوليد فرضيات علمية متنافسة ومناقشتها وتحسينها قبل تقديمها للباحثين. يعتمد النظام على ما يسمى «بطولات الأفكار»، حيث تتنافس الفرضيات ويقوم وكلاء آخرون بنقدها ومقارنتها بالأدلة العلمية قبل اختيار أفضلها وتطويرها.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
أظهرت تجارب مبكرة في الطب الحيوي قدرة النظام على اقتراح أدوية محتملة وإعادة توظيف أدوية لأمراض مثل تليف الكبد، لكن النتائج ما تزال تحتاج إلى تحقق مخبري وتجارب علمية.
يعتمد Co‑Scientist على نماذج اللغة الكبيرة من Gemini، لكنه لا يعمل كنموذج واحد فقط. بل يتكون من مجموعة من وكلاء الذكاء الاصطناعي المتخصصين، لكل منهم دور محدد داخل عملية البحث العلمي.
يبدأ الباحث البشري بتحديد هدف البحث بلغة طبيعية، مثل:
اكتشاف علاج محتمل لمرض معين
تفسير آلية بيولوجية غير مفهومة
بعد ذلك يقوم النظام بعدة خطوات مستوحاة من المنهج العلمي، مثل:
تحليل الأدبيات العلمية السابقة
اقتراح فرضيات محتملة
مقارنة الأدلة المتوفرة
اقتراح تجارب يمكن تنفيذها للتحقق من الفرضيات
الميزة الأساسية هنا أن النظام لا يتوقف عند فكرة واحدة، بل يولّد عدة أفكار ويجعلها تتنافس وتنتقد بعضها البعض للوصول إلى أفضل تفسير أو اقتراح بحثي.
«بطولات الأفكار»: كيف تتنافس الفرضيات داخل النظام
إحدى الابتكارات الأساسية في النظام هي ما يسمى Idea Tournaments أو «بطولات الأفكار». وهي عملية منظمة يتم فيها اختبار الفرضيات ضد بعضها البعض وتحسينها تدريجياً.
تمر العملية عادة بثلاث مراحل رئيسية:
توليد الفرضيات
يقوم عدة وكلاء ذكاء اصطناعي بإنشاء تفسيرات أو آليات محتملة مرتبطة بالمشكلة العلمية.
النقاش والنقد
وكلاء آخرون يفحصون هذه الفرضيات ويقارنونها بالأبحاث المنشورة والبيانات العلمية، ويكشفون نقاط الضعف أو الافتراضات غير المدعومة.
الترتيب والتطوير
يتم ترتيب الأفكار الأقوى، بينما يتم تعديل أو دمج أو حذف الأفكار الأضعف.
من خلال تكرار هذه الجولات عدة مرات، تتحول الفرضيات الأولية إلى مقترحات بحثية أكثر تماسكاً وقابلة للاختبار التجريبي. الفكرة مستوحاة من الطريقة التي يتقدم بها العلم في الواقع عبر النقاش الأكاديمي والتحكيم العلمي والمراجعة المتكررة.
كما يستطيع النظام تحليل كميات هائلة من الأدبيات العلمية وقواعد البيانات، وهو أمر قد يستغرق من الباحثين البشر وقتاً طويلاً للغاية.
نتائج أولية في الطب الحيوي
تركز التجارب المبكرة للنظام بشكل كبير على علوم الحياة والطب الحيوي.
أحد الأمثلة يتعلق باستخدام الذكاء الاصطناعي في إعادة توظيف الأدوية لعلاج تليف الكبد، وهو مرض لا تتوفر له خيارات علاجية كثيرة. تشير دراسة مفهرسة في قاعدة PubMed إلى استخدام نظام متعدد الوكلاء لتوليد فرضيات حول أدوية قد تكون فعالة ضد التليف وتوجيه التجارب المخبرية لاختبارها.
في تلك التجارب، قام الباحثون بتقييم 25 مركباً دوائياً مرشحاً اقترحها النظام أو ساعد في تحديدها، مع اختبار فعاليتها وسميتها في نماذج تجريبية.
وبحسب ملخصات أبحاث DeepMind، ساعد النظام أيضاً في إبراز أدوية مرشحة لم تكن محل اهتمام سابق. وقد أظهر أحد المرشحين قدرة على إيقاف نحو 91٪ من استجابة بيولوجية مرتبطة بتكوّن الندبات في اختبارات مخبرية.
مع ذلك، يشدد الباحثون على نقطة مهمة: الذكاء الاصطناعي هنا لا يكتشف العلاج وحده. فالتأكيد النهائي لأي فرضية علمية ما يزال يعتمد على التجارب المخبرية والدراسات المحكمة.
جزء من مبادرة «Gemini for Science»
تعمل Google على إدماج Co‑Scientist ضمن منصة أوسع تسمى Gemini for Science، وهي مجموعة أدوات ذكاء اصطناعي مصممة لتسريع مراحل مختلفة من المنهج العلمي.
تشمل هذه المبادرة عدة أنظمة، منها:
Co‑Scientist لتوليد الفرضيات البحثية
AlphaEvolve وأنظمة أخرى للاكتشافات الحسابية
أدوات لتحليل الأدبيات العلمية والتخطيط للتجارب
الهدف هو مساعدة الباحثين على التعامل مع الانفجار الهائل في عدد الأبحاث العلمية المنشورة سنوياً واستخلاص أفكار جديدة بسرعة أكبر.
وفي إطار توسيع استخدام هذه التقنيات، أعلنت Google أيضاً عن شراكة مع وزارة الطاقة الأمريكية (DOE)، حيث سيحصل العلماء في 17 مختبراً وطنياً تابعاً للوزارة على إمكانية الوصول إلى أدوات الذكاء الاصطناعي للبحث العلمي، بما في ذلك Co‑Scientist، عبر Google Cloud.
ماذا يعني ذلك لمستقبل البحث العلمي؟
الفكرة الأساسية وراء AI Co‑Scientist ليست استبدال العلماء، بل مساعدتهم على توليد الأفكار واختبارها نظرياً بسرعة أكبر.
التحول الحقيقي يكمن في طريقة تصميم الأنظمة: بدلاً من نموذج واحد يعطي إجابة، يعتمد هذا النهج على عدة وكلاء ذكاء اصطناعي يتعاونون وينتقدون بعضهم البعض للوصول إلى نتائج أفضل.
إذا أثبتت هذه الأنظمة قدرتها على اقتراح فرضيات تقود فعلاً إلى تجارب ناجحة، فقد تؤدي إلى تسريع كبير في المراحل الأولى من الاكتشاف العلمي. لكن حتى مع أكثر أنظمة الذكاء الاصطناعي تقدماً، تبقى القاعدة الأساسية كما هي: العلم الحقيقي يُحسم في المختبر.
pubmed.ncbi.nlm.nih.gov
AI-Assisted Drug Re-Purposing for Human Liver Fibrosis - PubMed
يعتمد Co‑Scientist على نماذج اللغة الكبيرة من Gemini، لكنه لا يعمل كنموذج واحد فقط. بل يتكون من مجموعة من وكلاء الذكاء الاصطناعي المتخصصين، لكل منهم دور محدد داخل عملية البحث العلمي.
يبدأ الباحث البشري بتحديد هدف البحث بلغة طبيعية، مثل:
اكتشاف علاج محتمل لمرض معين
تفسير آلية بيولوجية غير مفهومة
بعد ذلك يقوم النظام بعدة خطوات مستوحاة من المنهج العلمي، مثل:
تحليل الأدبيات العلمية السابقة
اقتراح فرضيات محتملة
مقارنة الأدلة المتوفرة
اقتراح تجارب يمكن تنفيذها للتحقق من الفرضيات
الميزة الأساسية هنا أن النظام لا يتوقف عند فكرة واحدة، بل يولّد عدة أفكار ويجعلها تتنافس وتنتقد بعضها البعض للوصول إلى أفضل تفسير أو اقتراح بحثي.
«بطولات الأفكار»: كيف تتنافس الفرضيات داخل النظام
إحدى الابتكارات الأساسية في النظام هي ما يسمى Idea Tournaments أو «بطولات الأفكار». وهي عملية منظمة يتم فيها اختبار الفرضيات ضد بعضها البعض وتحسينها تدريجياً.
تمر العملية عادة بثلاث مراحل رئيسية:
توليد الفرضيات
يقوم عدة وكلاء ذكاء اصطناعي بإنشاء تفسيرات أو آليات محتملة مرتبطة بالمشكلة العلمية.
النقاش والنقد
وكلاء آخرون يفحصون هذه الفرضيات ويقارنونها بالأبحاث المنشورة والبيانات العلمية، ويكشفون نقاط الضعف أو الافتراضات غير المدعومة.
الترتيب والتطوير
يتم ترتيب الأفكار الأقوى، بينما يتم تعديل أو دمج أو حذف الأفكار الأضعف.
من خلال تكرار هذه الجولات عدة مرات، تتحول الفرضيات الأولية إلى مقترحات بحثية أكثر تماسكاً وقابلة للاختبار التجريبي. الفكرة مستوحاة من الطريقة التي يتقدم بها العلم في الواقع عبر النقاش الأكاديمي والتحكيم العلمي والمراجعة المتكررة.
كما يستطيع النظام تحليل كميات هائلة من الأدبيات العلمية وقواعد البيانات، وهو أمر قد يستغرق من الباحثين البشر وقتاً طويلاً للغاية.
نتائج أولية في الطب الحيوي
تركز التجارب المبكرة للنظام بشكل كبير على علوم الحياة والطب الحيوي.
أحد الأمثلة يتعلق باستخدام الذكاء الاصطناعي في إعادة توظيف الأدوية لعلاج تليف الكبد، وهو مرض لا تتوفر له خيارات علاجية كثيرة. تشير دراسة مفهرسة في قاعدة PubMed إلى استخدام نظام متعدد الوكلاء لتوليد فرضيات حول أدوية قد تكون فعالة ضد التليف وتوجيه التجارب المخبرية لاختبارها.
في تلك التجارب، قام الباحثون بتقييم 25 مركباً دوائياً مرشحاً اقترحها النظام أو ساعد في تحديدها، مع اختبار فعاليتها وسميتها في نماذج تجريبية.
وبحسب ملخصات أبحاث DeepMind، ساعد النظام أيضاً في إبراز أدوية مرشحة لم تكن محل اهتمام سابق. وقد أظهر أحد المرشحين قدرة على إيقاف نحو 91٪ من استجابة بيولوجية مرتبطة بتكوّن الندبات في اختبارات مخبرية.
مع ذلك، يشدد الباحثون على نقطة مهمة: الذكاء الاصطناعي هنا لا يكتشف العلاج وحده. فالتأكيد النهائي لأي فرضية علمية ما يزال يعتمد على التجارب المخبرية والدراسات المحكمة.
جزء من مبادرة «Gemini for Science»
تعمل Google على إدماج Co‑Scientist ضمن منصة أوسع تسمى Gemini for Science، وهي مجموعة أدوات ذكاء اصطناعي مصممة لتسريع مراحل مختلفة من المنهج العلمي.
تشمل هذه المبادرة عدة أنظمة، منها:
Co‑Scientist لتوليد الفرضيات البحثية
AlphaEvolve وأنظمة أخرى للاكتشافات الحسابية
أدوات لتحليل الأدبيات العلمية والتخطيط للتجارب
الهدف هو مساعدة الباحثين على التعامل مع الانفجار الهائل في عدد الأبحاث العلمية المنشورة سنوياً واستخلاص أفكار جديدة بسرعة أكبر.
وفي إطار توسيع استخدام هذه التقنيات، أعلنت Google أيضاً عن شراكة مع وزارة الطاقة الأمريكية (DOE)، حيث سيحصل العلماء في 17 مختبراً وطنياً تابعاً للوزارة على إمكانية الوصول إلى أدوات الذكاء الاصطناعي للبحث العلمي، بما في ذلك Co‑Scientist، عبر Google Cloud.
ماذا يعني ذلك لمستقبل البحث العلمي؟
الفكرة الأساسية وراء AI Co‑Scientist ليست استبدال العلماء، بل مساعدتهم على توليد الأفكار واختبارها نظرياً بسرعة أكبر.
التحول الحقيقي يكمن في طريقة تصميم الأنظمة: بدلاً من نموذج واحد يعطي إجابة، يعتمد هذا النهج على عدة وكلاء ذكاء اصطناعي يتعاونون وينتقدون بعضهم البعض للوصول إلى نتائج أفضل.
إذا أثبتت هذه الأنظمة قدرتها على اقتراح فرضيات تقود فعلاً إلى تجارب ناجحة، فقد تؤدي إلى تسريع كبير في المراحل الأولى من الاكتشاف العلمي. لكن حتى مع أكثر أنظمة الذكاء الاصطناعي تقدماً، تبقى القاعدة الأساسية كما هي: العلم الحقيقي يُحسم في المختبر.
pubmed.ncbi.nlm.nih.gov
AI-Assisted Drug Re-Purposing for Human Liver Fibrosis - PubMed
natureasia.comAI research assistants that may accelerate scientific discovery (Nature)
research.googleAccelerating scientific breakthroughs with an AI co-scientist
ar5iv.labs.arxiv.org[2502.18864] Towards an AI co-scientist - ar5iv - arXiv
docs.cloud.google.comAccelerate R&D with Co-Scientist and AlphaEvolve agents