19 мая Nature опубликовал две статьи о мульти-агентных ИИ-системах, которые сами генерируют научные гипотезы и предлагают эксперименты. Одну сделали в Google DeepMind, она называется Co-Scientist. Вторую — в некоммерческой лаборатории FutureHouse, она называется Robin. Обе предложили конкретные препараты-кандидаты, и эти препараты показали активность в клеточных культурах.
Co-Scientist построен на Gemini и работает как команда агентов с разными ролями. Они генерируют гипотезы, критикуют чужие и улучшают свои, а лучшие отбираются в турнирном порядке — по принципу спортивного чемпионата. Команда из Google DeepMind во главе с Юраем Готтвайсом и Вивеком Натараджаном проверила систему на трех биомедицинских задачах: поиск препаратов для перепрофилирования, поиск новых биологических мишеней и объяснение механизмов устойчивости бактерий к антибиотикам. На остром миелоидном лейкозе Co-Scientist выдал список кандидатов, исследователи отобрали из него пять препаратов, и три из них показали активность в клеточных культурах.
Robin от FutureHouse устроен иначе: три специализированных агента с собственными именами и ролями. Crow ищет и обобщает научную литературу, Falcon отбирает молекулы-кандидаты, Finch анализирует экспериментальные данные. Команда Али Гариба поставила Robin задачу найти препарат для сухой возрастной макулярной дегенерации — одной из главных причин необратимой слепоты в развитых странах. Система предположила, что нужно усилить фагоцитоз — способность клеток сетчатки "съедать" мусор, который накапливается с возрастом. В первом раунде исследователи протестировали десять молекул из списка Robin, лучшей оказалась Y-27632, экспериментальное соединение, блокирующее фермент ROCK. Во втором раунде система предложила лекарство того же класса — рипасудил, японский препарат от глаукомы. При человеческой проверке данных рипасудил усилил фагоцитоз в 1,75 раза по сравнению с контролем.
Препринты обеих систем выходили еще в 2025 году, но публикация в рецензируемом Nature — следующий уровень доверия. До клинических испытаний еще далеко: многие кандидаты, прошедшие in vitro, потом не доходят до пациентов. Но мульти-агентные ИИ-системы перешли от написания статей к конкретным молекулам, которые работают в пробирке. И стоит отметить, что речь идет о системах, построенных на моделях примерно годовой давности — новое поколение ИИ в основе этих систем открывает еще более широкие возможности.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
