AI-nyhederGoogle AI-agent løser årtiers forskning på dage
Nye AI-agenter kan tænke som forskere og løse komplekse problemer uden enorme datamængder – måske fremtidens vej i videnskaben.
AlphaFolds succes
Google DeepMinds AlphaFold vandt Nobelprisen i kemi 2024 for at forudsige proteiners 3D-strukturer. Men succesen krævede en databank med 170.000 proteinstrukturer, som tog 53 år og omkring 21 milliarder dollar at bygge op. Sådan noget kan ikke gentages i alle forskningsfelter – og derfor leder forskerne efter nye metoder.
Agenter tænker selv
Nye AI-agenter – for eksempel Googles AI Co-Scientist – kan efterligne forskeres arbejdsgang: De laver hypoteser, tester dem, kritiserer dem og forbedrer dem. Forskere gav agenten en udfordring om antibiotikaresistens, og den fandt det rigtige svar – et resultat, som forskere på Imperial College London havde brugt 10 år på at nå.
Forskellen fra før
Hvor AlphaFold kun kan svare på ét afgrænset spørgsmål, kan agenter arbejde bredt og bruge forskellige værktøjer. De behøver ikke perfekte data, men kan ræsonnere sig frem under usikkerhed – ligesom rigtige forskere gør. Det gør dem anvendelige i mange flere felter, også selvom de stadig kan lave fejl.
- AlphaFold blev tildelt Nobelprisen i kemi i 2024.
- Proteindatabanken indeholder cirka 170.000 eksperimentelt validerede strukturer.
- Det tog 53 år og 21 milliarder dollar at opbygge databanken.
- Googles AI Co-Scientist løste antibiotikaresistens-gåden på kort tid.
- Imperial College-forskere brugte 10 år på samme konklusion.
- Agenter er baseret på sprogmodeller og kan bruge digitale værktøjer.
- AI-agenter kan reproducere resultater bedre end traditionelle metoder.
Du kan forvente, at AI-agenter snart hjælper med at udvikle nye lægemidler og løse komplekse problemer langt hurtigere – og uden at vi skal vente på gigantiske databaser.
Kilder:
MIT Tech Review AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.