Recent, sistemele de inteligență artificială bazate pe agenți multipli sunt integrate în cercetare pentru a facilita formularea și evaluarea ipotezelor științifice.
Un exemplu concret este platforma Virtual Lab, dezvoltată la Universitatea Stanford, care permite configurarea unui grup de agenți AI, fiecare cu specializări științifice diferite, utilizând modele lingvistice avansate, precum GPT-4.
O echipă virtuală formată din specialiști fictivi în domenii precum neuroștiințe, neurofarmacologie și chimie medicală a fost instruită să analizeze tratamente posibile pentru Alzheimer, să identifice lacune în literatura de specialitate și să propună ipoteze verificabile. Dialogul rezultat, ce depășește 10.000 de cuvinte, ilustrează potențialul acestor sisteme de a simula activitatea unei echipe de cercetare multidisciplinară.
Arhitectura multi-agent și funcționalitatea sistemelor de colaborare în cercetare
Platformele AI de colaborare în cercetare folosesc agenți cu roluri predefinite sau configurabile, care interacționează prin mesaje text.
În sistemul Stanford, utilizatorul definește rolurile și numărul de interacțiuni, iar agenții respectă un protocol ce include roluri precum coordonator și critic. Această abordare permite feedback intern și autoevaluare, reducând erorile generate de modelele lingvistice avansate.
În contrast, Google DeepMind a dezvoltat un sistem cu șase agenți specializați în funcții clare: generare de idei, analiză critică, evoluție conceptuală, eliminarea redundanței, clasificare și meta-analiză, alimentați de modelul Gemini 2.0.
Acești agenți pot efectua căutări online, rula cod și integra diverse surse de date, demonstrând o autonomie controlată și multitasking caracteristice paradigmei AI agenților.
Studiile comparative evidențiază o îmbunătățire semnificativă a calității rezultatelor generate de sistemele multi-agent față de cele produse de agenți individuali, mai ales datorită rolului critic evaluativ și feedback-ului iterativ. Cercetătorii atrag atenția asupra potențialului de a genera informații incorecte (halucinații), dar menționează și rolul stimulator al creativității cu condiția unei supravegheri umane stricte.
Aplicații și implicații în cercetarea biomedicală
Un cercetător avansat, Gary Peltz de la Stanford, a testat sistemul de colaborare în cercetare Google AI pentru generarea de ipoteze legate de mecanismele genetice și epigenomice în fibroza hepatică și pentru identificarea terapiilor medicamentoase potențiale.
Rapoartele generate au detaliat aceste ipoteze și au sugerat direcții inovatoare de cercetare, demonstrând capacitatea sistemelor de a contribui la procesul decisorial în cercetare.
Determinarea parametrilor optim pentru interacțiunile multi-agent este încă în studiu. Unele studii sugerează numărul ideal de opt agenți care comunică de cinci ori, în timp ce altele indică că o interacțiune ce depășește trei agenți sau trei runde de discuții poate duce la conținut redundant sau nepertinent.
Aceste platforme deschid noi oportunități în accelerarea generării cunoștințelor, însă succesul lor depinde de integrarea eficientă a expertizei umane și de monitorizarea atentă a calității informațiilor.