Novo predstavljena AI platforma FutureHousea predstavlja značajan napredak u primjeni umjetne inteligencije na znanstvena istraživanja, s potencijalom da preokrene zabrinjavajući višedesetljetni trend pada istraživačke produktivnosti.
Platforma se sastoji od četiri specijalizirana AI agenta, od kojih je svaki osmišljen za rješavanje specifičnih uskih grla u znanstvenom procesu. Crow služi kao univerzalni agent za pretraživanje literature i sažete znanstvene odgovore; Falcon je specijaliziran za dubinske preglede literature s pristupom specijaliziranim znanstvenim bazama podataka; Owl identificira jesu li određeni eksperimenti već provedeni; a Phoenix pomaže istraživačima u planiranju kemijskih eksperimenata.
Prema riječima suosnivača FutureHousea, Sama Rodriquesa (MIT PhD '19) i Andrewa Whitea, ovi agenti su temeljito testirani i pokazali su da nadmašuju i najnaprednije AI modele i istraživače na razini doktorskih studija u zadacima pretraživanja i sinteze literature. Razvoj platforme potaknut je Rodriquesovim iskustvom tijekom istraživanja neuroznanosti na MIT-u, gdje je primijetio da je golemi obujam znanstvene literature stvorio informacijsko usko grlo.
"Prirodni jezik je pravi jezik znanosti," objašnjava Rodriques. "Drugi razvijaju temeljne modele za biologiju, gdje modeli strojnog učenja govore jezikom DNK ili proteina, i to je moćno. No, otkrića nisu predstavljena u DNK ili proteinima. Jedini način na koji znamo kako predstaviti otkrića, postaviti hipoteze i rezonirati jest putem prirodnog jezika."
Platforma je već pokazala potencijal u stvarnim primjenama. Znanstvenici na raznim istraživačkim institucijama koristili su agente FutureHousea za provođenje sustavnih pregleda gena relevantnih za Parkinsonovu bolest, a rezultati su navodno nadmašili one dobivene općim AI alatima. U svibnju 2025. FutureHouse je demonstrirao radni tijek s više agenata koji je identificirao potencijalnog novog kandidata za terapiju suhe starosne makularne degeneracije, čime je prikazana sposobnost platforme da ubrza proces otkrića.
Kako znanstveni output nastavlja eksponencijalno rasti dok produktivnost istraživanja opada—budući da su za otkrića sada potrebni više vremena, sredstava i veći timovi nego prije—pristup FutureHousea, koji se temelji na stvaranju specijaliziranih, zadatku prilagođenih AI agenata, mogao bi ponuditi rješenje koje će znanstvenicima pomoći da se snađu u sve većoj složenosti suvremenih istraživanja.