Nature Publishing Group tərəfindən

redaktə edən: Gaby Clark , rəy verən: Robert Egan

 Redaktorların qeydləri

 GIST

Tercih edilən mənbə kimi əlavə edin

Robin sisteminin arxitekturası və iş axını. A) Hədəf xəstəliyin adı verildikdə, Robin fərziyyələr yaradır və eksperimental olaraq sınaqdan keçirmək üçün ən yaxşı terapevtik namizədləri seçir. B) Robin fərziyyələr yaratmaq və eksperimental məlumatları təhlil etmək üçün dil agentləri ilə qarşılıqlı əlaqədə olur. C) Crow və Falcon fərziyyələrin yaranmasına istiqamət vermək üçün məlumat toplamaq məqsədilə müvafiq olaraq qısa və dərin ədəbiyyat axtarışları aparmaq üçün istifadə olunur. Mənbə: arXiv (2025). DOI: 10.48550/arxiv.2505.13400

Elmi tədqiqatlarla əlaqəli bir çox prosesə – məsələn, fərziyyələr yaratmaq, təcrübələr hazırlamaq və məlumatların təhlili kimi – kömək edə bilən iki süni intellekt (Sİ) sistemi Nature jurnalında təqdim olunur .

Google DeepMind və FutureHouse tərəfindən fərdi olaraq hazırlanmış sistemlər, tədqiqatçıları əvəz etmək üçün deyil, elmi kəşfləri sürətləndirməkdə onlara kömək etmək üçün hazırlanmışdır.

Niyə çoxagentli süni intellekt köməkçiləri vacibdir

Elmi kəşflər yeni fərziyyələrin təkrarlanan generasiyası, eksperimental təsdiqləmə və məlumatların təhlili ilə idarə olunur. Elmi mövzuların artan mürəkkəbliyi və üst-üstə düşməsi, fənlər üzrə daha geniş biliklərlə yanaşı, dərin mövzuya xas təcrübənin tələb olunduğunu göstərir.

Süni intellekt tədqiqat prosesində fərdi addımları sürətləndirdiyi göstərilmişdir, lakin tək bir sistem iş axınını sadələşdirə bilər. İki müstəqil sistem — Google DeepMind-dən Co-Scientist və FutureHouse-dan Robin — bu cür sistemlərin elmi kəşf prosesini təkmilləşdirmək potensialını nümayiş etdirir.

Hər iki süni intellekt köməkçisi tədqiqat prosesi boyunca müxtəlif tapşırıqları yerinə yetirə bilən çoxsaylı muxtar, ixtisaslaşmış süni intellekt agentlərindən istifadə edən çoxagentli sistemlərdir . Bu yanaşma sistemlərə fərziyyələr yaratmağa, fərziyyələri sınaqdan keçirmək üçün təcrübələr təklif etməyə, təcrübi nəticələri şərh etməyə və tapıntılar əsasında fərziyyələri təkmilləşdirməyə imkan verir.

Həmkar alim necə sınaqdan keçirilir

Co-Scientist, built with Gemini, is a general-purpose multi-agent system for scientific discovery. It is designed to be applicable across scientific disciplines, although the initial validations have focused on biomedicine. For example, Co-Scientist proposed new drug candidates and combination therapies for acute myeloid leukemia, an aggressive cancer of the white blood cells.

The suggested treatments were shown to be potentially beneficial in cell line experiments, although rigorous preclinical and clinicalassessment would be required for therapeutic validation, note the authors, Vivek Natarajan and colleagues. Beyond cancer research, Co-Scientist also discovered new drug targets for liver fibrosis and uncovered key genetic mechanisms behind antimicrobial resistance.

Robin’s role in experimental biology

Robin, which uses both OpenAI o4-mini and Anthropic Claude 3.7, is designed to aid discovery in the field of experimental biology. Samuel Rodriques and colleagues apply the system to drug discovery investigations. For example, Robin facilitated the identification of potential treatments for dry age-related macular degeneration, a major cause of blindness in the developed world.

The suggestions included identification of a modifiable process within retinal cells to target and proposing the use of a drug candidate that has not previously been proposed for treating this condition.

Robin also suggested follow-up studies to investigate underlying mechanisms, which identified novel potential drug targets. Such treatments would require validation in preclinical tests and clinical trials, the authors note.

Keeping scientists in the loop

Both teams emphasize that these systems are designed to collaborate with researchers, and a scientist would always be in the loop. The real-world demonstrations from both groups provide examples of what the future of scientific research with AI agents might look like.

Publication details

Ali Essam Ghareeb et al, A multi-agent system for automating scientific discovery, Nature (2026). DOI: 10.1038/s41586-026-10652-y On arXiv DOI: 10.48550/arxiv.2505.13400

Juraj Gottweis et al, Accelerating scientific discovery with Co-Scientist, Nature (2026). DOI: 10.1038/s41586-026-10644-y , www.nature.com/articles/s41586-026-10644-y

Journal information: Nature  , arXiv 

Key concepts

AI alignmentHuman-centered AI interfacesAgentic consumer AIGenerative AI ethicsMachine learning methodologiesTəbiət Nəşriyyat Qrupu tərəfindən təqdim olunur