FutureHouses nylancerede AI-platform repræsenterer et markant fremskridt i anvendelsen af kunstig intelligens til videnskabelig forskning og kan potentielt vende den bekymrende, mangeårige tendens med faldende forskningsproduktivitet.
Platformen består af fire specialiserede AI-agenter, der hver især er designet til at løse specifikke flaskehalse i den videnskabelige proces. Crow fungerer som en generel agent til litteratursøgning og præcise, faglige svar; Falcon er specialiseret i dybdegående litteraturgennemgange med adgang til specialiserede videnskabelige databaser; Owl identificerer, om bestemte eksperimenter tidligere er blevet udført; og Phoenix hjælper forskere med at planlægge kemieksperimenter.
Ifølge FutureHouses medstiftere Sam Rodriques (MIT PhD '19) og Andrew White er disse agenter blevet grundigt testet og har vist sig at overgå både de nyeste AI-modeller og forskere på ph.d.-niveau i opgaver som litteratursøgning og syntese. Udviklingen af platformen blev motiveret af Rodriques' erfaringer under hans neurovidenskabelige forskning på MIT, hvor han observerede, at den enorme mængde videnskabelig litteratur havde skabt en informationsflaskehals.
"Naturligt sprog er videnskabens egentlige sprog," forklarer Rodriques. "Andre udvikler grundmodeller til biologi, hvor maskinlæringsmodeller taler DNA's eller proteiners sprog, og det er kraftfuldt. Men opdagelser er ikke repræsenteret i DNA eller proteiner. Den eneste måde, vi ved, hvordan vi kan repræsentere opdagelser, formulere hypoteser og ræsonnere, er med naturligt sprog."
Platformen har allerede vist lovende resultater i praksis. Forskere på forskellige institutioner har brugt FutureHouses agenter til systematiske gennemgange af gener med relevans for Parkinsons sygdom, hvor resultaterne angiveligt har overgået dem fra generelle AI-værktøjer. I maj 2025 demonstrerede FutureHouse et multi-agent workflow, der identificerede en potentiel ny terapeutisk kandidat mod tør aldersrelateret makuladegeneration, hvilket viser platformens evne til at accelerere opdagelsesprocessen.
Efterhånden som den videnskabelige produktion fortsætter med at vokse eksponentielt, mens forskningsproduktiviteten falder—og opdagelser nu kræver mere tid, flere midler og større teams end tidligere—kan FutureHouses tilgang med specialiserede, opgavespecifikke AI-agenter blive en løsning, der hjælper forskere med at navigere i den stigende kompleksitet i moderne forskning.