AI co-scientist, l’assistente di Google per la ricerca scientifica

Dopo aver affiancato ricercatori e scrittori con NotebookLM, Google punta ora a supportare anche gli scienziati con una nuova soluzione di intelligenza artificiale. Ecco AI co-scientist, un sistema multi-agente basato su Gemini 2.0 che aiuterà la comunità scientifica nella ricerca sperimentale.

AI co-scientist, l’Agent AI che accelera le scoperte scientifiche

Una specie di Deep Research specializzato nella ricerca scientifica, AI co-scientist si presenta come uno strumento multi-agente che sfrutta il potenziale dell’intelligenza artificiale generativa per migliorare il processo scientifico, consentendo ai ricercatori di formulare teorie, affinare esperimenti e ottenere risultati più affidabili in tempi ridotti.

Il sistema si compone di diversi AI Agent, ognuno con un compito specifico e tutti quanti ispirati al metodo scientifico: Generation, Reflection, Ranking, Evolution, Proximity e Meta-review. Grazie a un meccanismo di feedback automatizzato, questi agenti collaborano per generare, valutare e perfezionare iterativamente le ipotesi, creando un ciclo di auto-miglioramento continuo.

Stando a Google, AI co-scientist è stato progettato appositamente per la collaborazione: gli scienziati possono infatti “interagire con il sistema in molti modi, fornendo direttamente le proprie idee iniziali per l’esplorazione o feedback sui risultati generati in linguaggio naturale“. L’AI di Google utilizza tra l’altro diversi strumenti, come la ricerca sul web e diversi modelli di intelligenza artificiale specializzati, che vanno a migliorare la base e la qualità delle ipotesi generate.

Per saperne di più: Intelligenza artificiale: cos’è e come funziona, tutto sulla AI

Il funzionamento di questo tool è presto detto: quando un ricercatore avvia un progetto con questo strumento, il sistema crea un piano di azione gestito da un agente chiamato Supervisor. Quest’ultimo assegna i vari compiti agli agenti specializzati e distribuisce le risorse computazionali necessarie per eseguire le analisi.

Un elemento chiave di AI co-scientist è il suo utilizzo del sistema di autovalutazione Elo, una metrica che permette di confrontare e migliorare continuamente le ipotesi generate. Grazie a questo approccio, il sistema è in grado di superare altri modelli di ragionamento avanzato, dimostrando di poter affrontare problemi complessi con una qualità superiore rispetto agli esperti umani non assistiti da AI.

Applicazioni concrete nella ricerca biomedica

Sempre secondo Google, AI co-scientist ha già dimostrato il suo potenziale in tre aree cruciali della ricerca biomedica: fibrosi epatica, resistenza antimicrobica e riposizionamento dei farmaci.

Nel primo caso, collaborando con i ricercatori dell’Imperial College di Londra, il tool ha formulato un’ipotesi innovativa su un nuovo meccanismo di trasferimento genico, che potrebbe fornire nuove intuizioni sulla diffusione della resistenza agli antibiotici. L’ipotesi è stata convalidata sperimentalmente, dimostrando l’efficacia del sistema nell’anticipare risultati scientifici.

Per quanto riguarda il riposizionamento dei farmaci, gli scienziati dello Houston Methodist in Texas hanno utilizzato AI co-scientist per identificare un farmaco esistente con potenziale applicazione nella ricerca sulla leucemia mieloide acuta. L’ipotesi è stata validata attraverso simulazioni di biologia computazionale e test di laboratorio, confermando la capacità dell’AI di individuare nuove soluzioni terapeutiche.

Infine, sulla fibrosi epatica, in una ricerca condotta dall’Università di Stanford il sistema ha suggerito obiettivi epigenetici per lo sviluppo di nuovi trattamenti antifibrotici basati su modelli di organoidi umani. I farmaci identificati hanno mostrato un’efficacia significativa nei test di laboratorio, aprendo nuove prospettive per la ricerca sulla fibrosi epatica.

AI co-scientist rappresenta un passo significativo verso l’integrazione dell’intelligenza artificiale nel mondo della ricerca. Il suo approccio basato su agenti specializzati e auto-miglioramento continuo dimostra come la collaborazione tra AI e scienziati possa portare a scoperte più rapide ed efficaci.