4 วิธีที่นักวิจัยร่วมมือกับ Co-Scientist เพื่อแก้ไขปัญหาท้าทายระดับโลก

เราพึ่งเผยแพร่งานวิจัยล่าสุดของเราเกี่ยวกับ Co-Scientist ใน Nature ซึ่งเป็นระบบ AI แบบร่วมมือที่ออกแบบมาเพื่อการคิดทางวิทยาศาสตร์อย่างมีโครงสร้าง ช่วยให้นักวิจัยสามารถพัฒนาสมมติฐานใหม่ๆ ในสาขาวิทยาศาสตร์ชีวภาพและอื่นๆ

ระบบนี้ประกอบด้วยกลุ่มเอเจนต์เฉพาะทางที่ทำงานร่วมกันในสามขั้นตอนที่แตกต่างกัน ขั้นตอนแรก Co-Scientist สร้างแนวคิดผ่านเอเจนต์ที่เสนอสมมติฐานและสำรวจเส้นทางการวิจัยที่หลากหลาย จากนั้นจะอภิปรายแนวคิด โดยเอเจนต์หนึ่งทำหน้าที่เป็นผู้ตรวจสอบเสมือนก่อนที่อีกเอเจนต์จะนำแนวคิดที่ผ่านการตรวจสอบมาประลองกันใน "การแข่งขันแนวคิด" สุดท้าย ระบบจะพัฒนาแนวคิด โดยเอเจนต์ที่ปรับปรุง ผสมผสาน และปรับปรุงสมมติฐานที่ดีที่สุด รวมถึงเอเจนต์ที่สังเคราะห์งานวิจัยเพื่อให้นักวิทยาศาสตร์มนุษย์ได้ใช้ เอเจนต์ผู้ควบคุมจะเชื่อมโยงระบบทั้งหมดเข้าด้วยกัน โดยแบ่งเป้าหมายการวิจัยระดับสูงออกเป็นงานย่อย จัดสรรทรัพยากร และประสานงานเอเจนต์เฉพาะทางให้ทำงานพร้อมกัน

นับตั้งแต่เราเผยแพร่งานวิจัยเบื้องต้นเมื่อปีที่แล้ว เราได้พัฒนาและทดสอบระบบร่วมกับนักวิทยาศาสตร์และทีมวิจัยทั่วโลกที่กำลังแก้ไขปัญหาทางวิทยาศาสตร์ที่ซับซ้อน อ่านตัวอย่างบางส่วนที่ระบบนี้สร้างผลกระทบแล้ว:

• ค้นหาสวิตช์โมเลกุลเบื้องหลังโรคติดเชื้อใหม่
• เร่งการค้นพบกลไกของโรคตับ
• รวมชุดเครื่องมือทางชีววิทยาสำหรับแนวทางใหม่ในการรักษา ALS
• เร่งรัดแนวทางพันธุกรรมเพื่อย้อนวัยเซลล์

Co-Scientist จะพร้อมให้นักวิจัยใช้งานผ่าน Hypothesis Generation ซึ่งเป็นเครื่องมือทดลองใหม่ที่พัฒนาขึ้นโดย Google DeepMind, Google Research, Google Cloud และ Google Labs เรียนรู้เพิ่มเติมเกี่ยวกับ Co-Scientist และวิธีที่นักวิจัยใช้มันได้ที่ บล็อก Google DeepMind