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

• 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.