Recent, sistemele de inteligență artificială bazate pe agenți multipli sunt integrate în cercetare pentru a facilita formularea și evaluarea ipotezelor.

Un exemplu concret este platforma Virtual Lab de la Universitatea Stanford, care permite configurarea unui grup de agenți AI specializați în diverse domenii științifice, folosind modele lingvistice mari precum GPT-4.

O echipă virtuală de experți fictivi în neuroștiințe, neurofarmacologie și chimie medicală a fost antrenată pentru a analiza tratamentele Alzheimer, identifica goluri în literatură și formula ipoteze verificabile. Dialogul rezultat, ce depășește 10.000 de cuvinte, demonstrează potențialul acestor sisteme de a simula discuțiile unei echipe interdisciplinare.

Arhitectura multi-agent și funcționalitatea sistemelor de colaborare științifică

Platformele AI de tip „co-cercetător” folosesc agenți cu roluri definite sau configurabile, interacționând prin schimburi iterative de mesaje.

În platforma Stanford, utilizatorul stabilește rolurile și numărul de schimburi, agenții urmând un protocol ce include roluri precum coordonator și critic. Această abordare permite autoevaluare și feedback intern, reducând erorile potențiale ale modelelor lingvistice mari.

În schimb, Google DeepMind a dezvoltat un sistem cu șase agenți specializați în funcții specifice: generarea de idei, critică, dezvoltarea conceptelor, eliminarea redundanței, clasificare și meta-analiză, alimentați de modelul Gemini 2.0.

Acești agenți pot efectua căutări pe internet, executa cod și integra diverse surse de informații, reflectând paradigme AI agentic, caracterizate prin autonomie și multitasking.

Studiile comparative evidențiază o îmbunătățire semnificativă a calității răspunsurilor generate de sistemele multi-agent față de cele ale agenților individuali, în special prin feedback-ul iterativ și rolul critic.

Totodată, cercetătorii subliniază problema „halucinațiilor” modelelor lingvistice mari, care pot genera informații incorecte, însă care pot stimula creativitatea cu o supraveghere atentă din partea umană.

Aplicații și implicații în cercetarea biomedicină

Un cercetător avansat de la Stanford a utilizat sistemul Google AI pentru generarea de ipoteze privind mecanismele genetice și epigenomice în fibroza hepatică și identificarea potențialelor tratamente.

Rapoartele generate au fost ample și propun direcții inovatoare de cercetare, demonstrând potențialul acestor sisteme în susținerea procesului decizional științific.

Cercetările continuă pentru determinarea parametrilor optimi de interacțiune multi-agent: unele studii sugerează un număr ideal de agenți și un număr optim de schimburi, în timp ce altele atrag atenție asupra posibilității de redundanță și irrelevanță la un număr prea mare de participanți și iterații.

Aceste platforme deschid oportunități în accelerarea generării de cunoștințe, însă reușita lor depinde de integrarea expertizei umane și monitorizarea atentă a calității informațiilor.