Внутри AI Co‑Scientist: как система Google DeepMind генерирует и спорит о научных гипотезах

Искусственный интеллект давно помогает учёным анализировать данные и просматривать научные публикации. Однако система AI Co‑Scientist от Google DeepMind идёт дальше: она выступает в роли виртуального научного партнёра, который предлагает гипотезы, спорит о них и улучшает их ещё до того, как исследователи переходят к лабораторным экспериментам.

Система была представлена в публикации в журнале Nature и построена на базе моделей Gemini. В отличие от традиционных ИИ‑инструментов, она работает как команда специализированных агентов, которые совместно решают научную задачу. Вместо одного ответа система запускает внутренние обсуждения и так называемые «турниры идей», чтобы выбрать наиболее перспективные научные направления.

Модель научной команды из ИИ‑агентов

AI Co‑Scientist построен как многоагентная архитектура на основе больших языковых моделей Gemini. Каждый агент выполняет отдельную роль, напоминая участников исследовательской группы.

Работа начинается с того, что учёный формулирует цель исследования на обычном языке — например, понять механизм заболевания или найти новые варианты терапии. После этого система проходит несколько этапов, вдохновлённых научным методом:

• анализ существующей литературы
• генерация гипотез
• проверка гипотез на основе известных данных
• предложение возможных экспериментов

Таким образом ИИ не просто отвечает на вопрос, а строит возможные научные объяснения и планы исследований, которые затем могут быть проверены людьми.

«Турниры идей»: ключевой механизм системы

Главная особенность AI Co‑Scientist — процесс, который разработчики называют idea tournaments («турниры идей»).

Он состоит из нескольких повторяющихся этапов:

1. Генерация гипотез — несколько агентов предлагают разные объяснения или механизмы, связанные с поставленной задачей.
2. Дебаты и критика — другие агенты анализируют эти идеи, сравнивают их с научной литературой и выявляют слабые места.
3. Ранжирование и эволюция — лучшие гипотезы проходят дальше, а слабые перерабатываются, объединяются или отбрасываются.

После нескольких раундов такой конкуренции система постепенно формирует более согласованные и экспериментально проверяемые гипотезы. Этот подход специально имитирует процессы научного сообщества — рецензирование, обсуждения и постепенное уточнение идей.

Поскольку система может работать с огромными базами научных публикаций и данных, она также способна находить связи, которые человеку трудно увидеть при ручном анализе литературы.

Первые результаты в биомедицине

Первые демонстрации AI Co‑Scientist сосредоточены на биомедицинских задачах.

Один из примеров — поиск существующих лекарств, которые можно перепрофилировать для лечения фиброза печени. Согласно исследованию, опубликованному в базе PubMed, многоагентная система использовалась для генерации гипотез о потенциальных препаратах и направлениях экспериментальных тестов.

В ходе экспериментов исследователи проверили 25 кандидатов на лекарства, предложенных с помощью AI‑подхода, оценивая их эффективность и токсичность.

По данным исследовательских материалов DeepMind, система помогла выявить ранее упущенные кандидаты для перепрофилирования лекарств. Один из них в лабораторных моделях смог заблокировать около 91% биологической реакции, связанной с образованием рубцовой ткани, что указывает на возможный новый подход к лечению хронических заболеваний печени.

При этом разработчики подчёркивают: даже если гипотезу предложил ИИ, научное открытие происходит только после лабораторной проверки и рецензируемых экспериментов.

Часть инициативы Gemini for Science

Google разворачивает Co‑Scientist в рамках более широкой программы Gemini for Science — набора ИИ‑инструментов, призванных ускорить ключевые этапы научного метода.

В эту экосистему входят несколько систем:

• Co‑Scientist — генерация и развитие научных гипотез
• AlphaEvolve и другие агенты — вычислительные научные открытия
• инструменты для анализа литературы и планирования экспериментов

Цель платформы — помочь исследователям справляться с быстро растущим объёмом научных публикаций и быстрее находить новые исследовательские идеи.

В рамках партнёрства с Министерством энергетики США (DOE) Google предоставляет доступ к моделям AI‑for‑Science учёным во всех 17 национальных лабораториях DOE через инфраструктуру Google Cloud.

Что это может изменить в науке

AI Co‑Scientist не предназначен для замены исследователей. Скорее он работает как «двигатель гипотез», который генерирует и совершенствует идеи, а затем передаёт их людям для проверки.

Главное новшество — архитектурный подход. Вместо одного ИИ‑моделя, выдающего ответы, система использует несколько агентов, которые критикуют и улучшают рассуждения друг друга. Такой подход может оказаться особенно полезным для сложных научных задач, где важны обсуждение, проверка и многократная итерация.

Если подобные системы продолжат развиваться — и если их гипотезы будут регулярно подтверждаться экспериментами — они могут заметно ускорить ранние стадии научных открытий. Но финальный этап остаётся прежним: настоящая наука всё ещё происходит в лаборатории.