Google DeepMind разрабатывает систему Co-Scientist — ИИ-партнера, который объединяет несколько агентов для ускорения открытий в биологии, изучения клеточного старения и поиска новых лекарств.
3 мин
Подразделение Google DeepMind представило концепцию Co-Scientist — многоагентной системы искусственного интеллекта, созданной для ускорения научных исследований. Главная цель проекта заключается в разгадке фундаментальных механизмов старения и поиске новых методов лечения сложных заболеваний, таких как фиброз печени и боковой амиотрофический склероз (БАС). Это важный шаг для индустрии, так как искусственный интеллект перестает быть просто утилитарным инструментом для анализа огромных массивов данных и постепенно превращается в полноценного партнера для ученых, способного выдвигать и проверять гипотезы.
В последние годы мы наблюдали, как нейросети успешно решают узкие и строго определенные задачи. Классическим примером стала система AlphaFold от той же DeepMind, которая совершила исторический прорыв в предсказании трехмерной структуры белков. Однако реальная наука устроена гораздо сложнее. Она требует комплексного подхода: построения неочевидных гипотез, планирования многоступенчатых экспериментов и критического анализа неожиданных результатов.
Изображение из источника
Для решения таких задач одиночных больших языковых моделей (LLM) уже недостаточно. Индустрия переходит к многоагентным системам (multi-agent systems). В таких архитектурах несколько специализированных алгоритмов работают сообща. Они могут распределять роли, спорить друг с другом и перепроверять выводы, что критически важно для минимизации ошибок в медицинских исследованиях.
Согласно опубликованным материалам, проект Co-Scientist охватывает сразу несколько критических направлений современной медицины и биологии.
Во-первых, система занимается поиском новых применений для уже существующих и одобренных лекарств, в частности, для борьбы с фиброзом печени. Это позволяет обойти долгие стадии первичных проверок на безопасность. Во-вторых, ИИ объединяет различные биологические инструменты для поиска принципиально новых подходов к лечению БАС — тяжелого нейродегенеративного заболевания. В-третьих, алгоритмы направлены на обнаружение молекулярных переключателей, ответственных за развитие новых инфекционных заболеваний, а также на поиск генетических факторов, способных обратить вспять клеточное старение.
Изображение из источника
Появление Co-Scientist означает фундаментальный сдвиг в самом процессе научных открытий. Использование нескольких ИИ-агентов позволяет разделить сложную исследовательскую задачу на логические подзадачи.
Например, один агент может искать скрытые закономерности в глобальных генетических базах данных. Второй агент в это же время предлагает химические соединения, способные повлиять на найденные мишени. Третий агент выступает в роли критика — он оценивает предложенные гипотезы на предмет логических ошибок или биологической несовместимости. Такой подход существенно снижает риск так называемых галлюцинаций нейросетей и повышает научную строгость работы.
Заявленные ориентиры указывают на май 2026 года как на время публикации значимых результатов по всем перечисленным направлениям. Если многоагентный подход Co-Scientist оправдает ожидания, мы сможем увидеть резкое сокращение времени, необходимого для разработки новых терапий — с десятилетий до нескольких лет.
Тем не менее, пока рано делать окончательные выводы. Стоит помнить, что биология человека невероятно сложна и полна исключений. Искусственный интеллект может предложить идеальную молекулу или генетический механизм на экране компьютера, но их реальную эффективность и безопасность все равно придется доказывать в ходе длительных клинических испытаний на людях. Время покажет, насколько быстро эти цифровые открытия смогут превратиться в реальные лекарства для пациентов.
Изображение из источника
Изображение из источника
Изображение из источника
Изображение из источника
Изображение из источника
DeepMind переходит от создания узконаправленных ИИ-инструментов к разработке многоагентного партнера Co-Scientist, способного самостоятельно выдвигать и проверять гипотезы в медицине.
Главная ценность Co-Scientist не в генерации новых молекул с нуля, а в способности ИИ-агентов критиковать работу друг друга, что имитирует реальный процесс научного рецензирования.
