गूगल का मल्टी-एजेंट एआई को-साइंटिस्ट सिस्टम एक शक्तिशाली शोध सहायक के रूप में अपनी उपयोगिता साबित कर रहा है, जो ऐसे वास्तविक वैज्ञानिक खोज कर रहा है जिन्हें आमतौर पर शोधकर्ताओं को वर्षों लग जाते हैं खोजने में।
आधुनिक वैज्ञानिक खोज प्रक्रिया में आ रही चुनौतियों से प्रेरित होकर, गूगल ने Gemini 2.0 पर आधारित मल्टी-एजेंट एआई सिस्टम के रूप में एआई को-साइंटिस्ट को विकसित किया। यह सिस्टम वैज्ञानिकों के लिए एक सहयोगी उपकरण के रूप में डिज़ाइन किया गया है, जो वैज्ञानिक विधि के तर्क प्रक्रिया की नकल करता है।
सिर्फ सामान्य साहित्य समीक्षा और संक्षिप्तिकरण टूल्स से आगे बढ़कर, एआई को-साइंटिस्ट का उद्देश्य पूर्व साक्ष्यों के आधार पर और विशिष्ट शोध लक्ष्यों के अनुरूप नई, मौलिक जानकारी उजागर करना और नवीन शोध परिकल्पनाएँ बनाना है। वैज्ञानिक द्वारा प्राकृतिक भाषा में दिया गया शोध लक्ष्य मिलने पर, यह सिस्टम नई परिकल्पनाएँ, विस्तृत शोध अवलोकन और प्रयोगात्मक प्रोटोकॉल तैयार करता है।
इस सिस्टम की क्षमताओं का शानदार प्रदर्शन तब हुआ जब इम्पीरियल कॉलेज लंदन के प्रोफेसर जोस पेनाडेस और टियागो कोस्टा ने इसे बैक्टीरियल विकास से जुड़े एक जटिल प्रश्न के साथ चुनौती दी। पेनाडेस की लैब ने एक दशक तक यह पता लगाने में बिताया कि कैप्सिड-निर्मित फेज-इंड्यूसिबल क्रोमोसोमल आइलैंड्स (cf-PICIs) कैसे अपनी टेल्स बदलकर विभिन्न बैक्टीरियल प्रजातियों को संक्रमित कर सकते हैं। अपनी खोज प्रकाशित करने से पहले, उन्होंने अपने अप्रकाशित डेटा को एआई को-साइंटिस्ट को दिखाकर यह देखना चाहा कि क्या यह सिस्टम भी वही निष्कर्ष निकाल सकता है।
परिणाम आश्चर्यजनक था। एआई ने सही पहचाना कि cf-PICIs अपने स्वयं के कैप्सिड बनाते हैं और अपने डीएनए को पैक करते हैं, और ट्रांसफर के लिए केवल फेज टेल्स पर निर्भर रहते हैं। इसने यह खोजा कि cf-PICIs अपने डीएनए वाले, बिना टेल के, गैर-संक्रामक कैप्सिड वातावरण में छोड़ते हैं, जो फिर विभिन्न प्रजातियों के फेज टेल्स के साथ इंटरैक्ट कर ऐसे काइमेरिक पार्टिकल्स बनाते हैं, जो उपस्थित टेल के आधार पर अलग-अलग बैक्टीरियल प्रजातियों में डीएनए इंजेक्ट कर सकते हैं।
प्रोफेसर पेनाडेस ने बताया कि उनकी टीम अपनी ही पूर्वाग्रहों से बाधित थी: "हम पूर्वाग्रही थे। कई वर्षों तक, मैं हमेशा सोचता था—और सभी फेज बायोलॉजी के लोग सोचते हैं—कि संक्रमण के बाद आपके पास कैप्सिड और टेल वाले संक्रामक पार्टिकल्स होते हैं। हम समझ नहीं पा रहे थे कि हमारे पास ऐसे PICIs क्यों थे जिन्हें प्रेरित किया जा सकता था लेकिन ट्रांसफर नहीं हो रहे थे... हम इतने पूर्वाग्रही थे कि असल में क्या हो रहा था, यह देख ही नहीं पाए।"
एआई को-साइंटिस्ट की कार्यक्षमता सिर्फ इसी एक मामले तक सीमित नहीं रही है। 11 शोध लक्ष्यों के एक उपसमूह पर, डोमेन विशेषज्ञों ने सिस्टम के आउटपुट की तुलना अन्य प्रासंगिक बेसलाइन से की। भले ही सैंपल साइज छोटा था, विशेषज्ञों ने एआई को-साइंटिस्ट के आउटपुट को नवीनता और प्रभाव के लिहाज से अधिक संभावनाशील पाया और अन्य मॉडलों की तुलना में इन्हें प्राथमिकता दी।
एआई को-साइंटिस्ट की संभावनाओं की जिम्मेदार खोज को बढ़ावा देने के लिए, गूगल इसे रिसर्च ऑर्गनाइजेशन के लिए ट्रस्टेड टेस्टर प्रोग्राम के माध्यम से उपलब्ध करा रहा है। जैसे-जैसे वैज्ञानिक चुनौतियाँ और अधिक जटिल और बहुविषयी होती जा रही हैं, एआई को-साइंटिस्ट जैसे टूल्स शोधकर्ताओं को उनके अपने पूर्वाग्रहों से उबरने और नए शोध दिशाओं की पहचान करने में मदद कर, खोज की गति को काफी तेज कर सकते हैं।