گوگل دیپمایند نسخهٔ توسعهیافتهٔ سامانهٔ چندعاملی Co-Scientist را معرفی کرده که فراتر از تولید فرضیه عمل میکند؛ این سامانه آزمایشها را طراحی، کد کنترل تجهیزات را تولید، اجرا را پیگیری و پیشنسخهٔ مقالات علمی را تحویل میدهد.
گردش کار حلقهبسته: از سؤال پژوهشی تا مقاله آماده انتشار
نسخهٔ جدید Co-Scientist بر پایهٔ مدلهای Gemini ساخته شده و یک گردش کار پژوهشی حلقهبسته پیادهسازی میکند: استخراج فرضیه از سؤال پژوهشی، طراحی برنامهٔ آزمایشی، تولید پروتکلهای خوانا برای ماشین یا کد کنترل تجهیزات، تحلیل نتایج و نگارش پیشنسخهٔ مقاله. برای کاهش نتایج ساختگی، ماژولهای راستیآزمایی عددی، ادعاهای متنی را با لاگهای اجرای کد تطبیق میدهند.
اعتبارسنجی در سه حوزهٔ کلیدی
تیم دیپمایند عملکرد سیستم را در سه رشته آزمایش کرد که هر کدام سطح متفاوتی از خودمختاری داشتند. نتایج بهصورت آزمایشی و مشروط گزارش شدهاند:
علم مواد
- Co-Scientist با یک کورهٔ نیمهخودکار دمای بالا جفت شد و مسیر ایمنتری برای سنتز یک مادهٔ دوبعدی کشف کرد. پس از 25 دور بهینهسازی با بازخورد انسانی، ساختارهای لایهای با خواصی نزدیک به هدف بهدست آمد؛ اما تأیید نهایی ساختار اتمی هنوز انجام نشده است.
نیمههادیها
- در یک آزمایش دیگر، سه فیلم نازک نیمهرسانا در کوشش اول سنتز شدند. برای کنترل مستقیم تجهیزات از تواناییهای Gemini 3 Deep Think استفاده شد و زمان توسعهٔ پروتکلها از روزها به چند دقیقه کاهش یافت. نویسندهٔ ارشد Samuel Schmidgall اشاره میکند که بارگذاری نمونهها و پیشمادهها هنوز نیاز به مداخلهٔ انسانی دارد و یکنواختی بلورها در حالت سریع کمتر است.
زیستشناسی
- سامانه بهطور خودکار یک خط لولهٔ تحلیل تصویر ساخت که الگوهای تشکیلشده توسط کلنیهای E. coli مهندسیشده را در غلظتهای شیمیایی مختلف پیشبینی میکرد. پیشبینیها برای سه از چهار ویژگی شکلی با نتایج آزمایشگاهی منتشرنشده همخوانی داشتند؛ پژوهشگران تأکید میکنند سامانه بین شرایط شناختهشده استدلال میکند و توانایی تعمیم به سیستمهای کاملاً جدید محدود است.
علوم کامپیوتر
- در یک آزمایش مستقل، Co-Scientist معماری پزشکیای به نام Agent_H طراحی کرد که پرسشها را طبقهبندی، دهها پاسخ موازی تولید و آنها را پالایش میکند. در بنچمارکهای ماشینی Agent_H شش مدل پیشرو از جمله GPT-5 و Claude Opus 5 را پشت سر گذاشت، اما در ارزیابی سه پزشک متخصص تنها در یک معیار — کاهش خطر پاسخهای بالقوه مضر — مزیت آماری معنیداری نشان داد.
کاهش «توهم» و مکانیسمهای اطمینانپذیری
تولید نتایج ساختگی یا «توهم» یکی از چالشهای اصلی سامانههای پژوهشی خودکار است. تیم توسعه دو مکانیسم کلیدی پیادهسازی کرد: سیاستهایی برای مجازات محتوای ساختگی یا نزدیک به سرقت ادبی و یک ماژول راستیآزمایی که هر ادعای عددی را با خروجی واقعی اجرای کد تطبیق میدهد.
در یک مطالعهٔ دوسوکور با حضور 30 کارشناس و 450 بررسی مستقل از 150 پیشنسخهٔ تولیدشده، فعالسازی ماژولهای اطمینانپذیری نرخ نتایج ساختگی را به 4٪ رساند؛ در حالی که غیرفعال بودن آنها نرخ را به 46٪ افزایش داد. مقایسه با یک سامانهٔ مرجع نشانگر عملکرد بهتر Co-Scientist بود. همچنین محتوای نزدیک به سرقت ادبی از 60٪ به 16٪ کاهش یافت و معماری ایمنی یکپارچه 98.7٪ از جهتگیریهای پژوهشی بالقوه مضر را رد کرد.
محدودیتها و پرسشهای باز
با وجود پیشرفتها، هنوز شکاف میان یک دستیار آزمایشگاهی خودکار و یک پژوهشگر مستقل قابلاتکا وجود دارد. محدودیتهای اصلی عبارتاند از:
- تمایل به گزارشدهی گزینشی و نگارش «روشهای بسیار محتمل» که همیشه با اجرای کد منطبق نیست.
- نامشخص بودن قابلیت تعمیم دستورالعملها به آزمایشگاهها و تجهیزات مختلف.
- همبستگی محدود بین بنچمارکهای خودکار و ارزیابی انسانی، بهویژه در حوزههای حساس مانند پزشکی.
چشمانداز
Co-Scientist گامی مهم در توسعهٔ سامانههای چندعاملی حلقهبسته است که با بازخورد تجربی بهبود مییابند و میتوانند سرعت پژوهش را افزایش دهند. برای رسیدن به وضعیت یک همکار پژوهشی قابلاتکا لازم است شفافیت بیشتر، استانداردهای ارزیابی انسانی دقیقتر و بازتولید مستقل نتایج در آزمایشگاههای متعدد فراهم شود. برای مطالعهٔ بیشتر به گزارشهای رسانهای و منابع رسمی مانند TechCrunch و DeepMind مراجعه کنید.
