L’IA “co-scienziato” di Google si basa sui modelli di linguaggio di grandi dimensioni Gemini dell’azienda. Google ha presentato un sistema di intelligenza artificiale sperimentale che “utilizza un ragionamento avanzato per aiutare gli scienziati a sintetizzare vasti quantitativi di letteratura, generare nuove ipotesi e suggerire piani di ricerca dettagliati”, secondo il comunicato stampa. “L’idea del ‘co-scienziato’ è di dare agli scienziati superpoteri,” afferma Alan Karthikesalingam di Google.
Lo strumento, che non ha ancora un nome ufficiale, si basa sui modelli di linguaggio di grandi dimensioni Gemini di Google. Quando un ricercatore pone una domanda o specifica un obiettivo – come trovare un nuovo farmaco, per esempio – lo strumento propone idee iniziali entro 15 minuti. Diversi agenti Gemini poi “dibattono” queste ipotesi tra loro, classificandole e migliorandole nelle ore e nei giorni successivi, afferma Vivek Natarajan di Google.
Durante questo processo, gli agenti possono cercare nella letteratura scientifica, accedere a database e utilizzare strumenti come il sistema AlphaFold di Google per prevedere la struttura delle proteine. “Raffinano continuamente le idee, le dibattono, le criticano,” dice Natarajan.
Google ha già reso il sistema disponibile a pochi gruppi di ricerca, che hanno pubblicato brevi articoli descrivendo il loro utilizzo. I team che lo hanno provato sono entusiasti del suo potenziale, e questi esempi suggeriscono che il co-scienziato AI sarà utile per sintetizzare i risultati. Tuttavia, è discutibile se gli esempi supportino l’affermazione che l’IA possa generare nuove ipotesi.
Ad esempio, Google afferma che un team ha utilizzato il sistema per trovare “nuovi” modi di trattare potenzialmente la fibrosi epatica. Tuttavia, i farmaci proposti dall’IA sono stati già studiati per questo scopo. ”I farmaci identificati sono tutti ben noti per essere antifibrotici,” afferma Steven O’Reilly della società biotecnologica britannica Alcyomics. “Non c’è nulla di nuovo qui.”
Sebbene questo potenziale uso dei trattamenti non sia nuovo, il membro del team Gary Peltz della Stanford University School of Medicine in California afferma che due dei tre farmaci selezionati dal co-scienziato AI hanno mostrato promettenti risultati nei test su organoidi epatici umani, mentre nessuno dei due che ha selezionato personalmente ha avuto successo, nonostante ci fossero più prove a supporto delle sue scelte. Peltz dice che Google gli ha dato un piccolo finanziamento per coprire i costi dei test.
In un altro articolo, José Penadés dell’Imperial College di Londra e i suoi colleghi descrivono come il co-scienziato abbia proposto un’ipotesi che corrispondeva a una scoperta non ancora pubblicata. Lui e il suo team studiano elementi genetici mobili – frammenti di DNA che possono muoversi tra batteri con vari mezzi. Alcuni elementi genetici mobili dirottano i virus batteriofagi. Questi virus consistono in un guscio contenente DNA più una coda che si lega a specifici batteri e inietta il DNA al loro interno. Quindi, se un elemento può entrare nel guscio di un virus fago, ottiene un passaggio gratuito verso un altro batterio.
Un tipo di elemento genetico mobile produce i propri gusci. Questo tipo è particolarmente diffuso, il che ha sconcertato Penadés e il suo team, perché qualsiasi tipo di virus fago può infettare solo una gamma ristretta di batteri. La risposta, che hanno recentemente scoperto, è che questi gusci possono collegarsi alle code di diversi fagi, permettendo all’elemento mobile di entrare in una vasta gamma di batteri.
Mentre quella scoperta era ancora inedita, il team ha chiesto al co-scienziato AI di spiegare l’enigma – e la sua prima proposta è stata il furto delle code di diversi fagi.
“Siamo rimasti scioccati,” dice Penadés. “Ho inviato un’email a Google dicendo, avete accesso al mio computer. È corretto? Perché altrimenti non posso credere a quello che sto leggendo qui.”
Tuttavia, il team ha pubblicato un articolo nel 2023 – che è stato fornito al sistema – su come questa famiglia di elementi genetici mobili “ruba le code dei batteriofagi per diffondersi in natura”. All’epoca, i ricercatori pensavano che gli elementi fossero limitati ad acquisire code da fagi che infettano la stessa cellula. Solo più tardi hanno scoperto che gli elementi possono raccogliere code che fluttuano al di fuori delle cellule.
Quindi una spiegazione per come il co-scienziato AI è arrivato alla risposta giusta è che ha ignorato la limitazione apparente che ha impedito agli umani di capirlo.
Ciò che è chiaro è che è stato fornito tutto ciò di cui aveva bisogno per trovare la risposta, piuttosto che inventare un’idea completamente nuova. “Tutto era già pubblicato, ma in pezzi diversi,” dice Penadés. “Il sistema è stato in grado di mettere tutto insieme.”
Il team ha provato altri sistemi di IA già sul mercato, nessuno dei quali ha trovato la risposta, dice. In effetti, alcuni non ci sono riusciti nemmeno quando è stato fornito l’articolo che descriveva la risposta. “Il sistema suggerisce cose a cui non avevi mai pensato,” dice Penadés, che non ha ricevuto alcun finanziamento da Google. “Penso che sarà rivoluzionario.”
Se sarà davvero rivoluzionario diventerà più chiaro col tempo. Il track record di Google quando si tratta di affermazioni sugli strumenti di IA per aiutare gli scienziati è misto. Il suo sistema AlphaFold sta mantenendo le aspettative, facendo vincere al team che lo ha sviluppato un premio Nobel l’anno scorso.
Nel 2023, tuttavia, l’azienda ha annunciato che circa 40 “nuovi materiali” erano stati sintetizzati con l’aiuto della sua IA GNoME. Tuttavia, secondo un’analisi del 2024 di Robert Palgrave dell’University College di Londra, nessuno dei materiali sintetizzati era effettivamente nuovo.
Nonostante le sue scoperte, Palgrave pensa che l’IA possa aiutare gli scienziati. “In generale, penso che l’IA abbia molto da contribuire alla scienza se implementata in collaborazione con esperti nei rispettivi campi,” afferma.