A Google DeepMind Co-Scientist rendszere hipotézisgenerátorból kutatási partnerré fejlődik

Röviden:

• A Google DeepMind kibővített Co-Scientist rendszere anyagtudományi, biológiai és informatikai feladatokban is tesztelte az egyre önállóbb kutatási munkafolyamatokat.[^1]
• A megbízhatósági modulokkal a fontos eredmények kitalálásának aránya 4 százalékra csökkent egy szakértői vizsgálatban.[^1]
• Az eredmények ígéretesek, de a fizikai laboratóriumi kutatás teljes körű automatizálása még távoli cél: emberi felügyeletre és további ellenőrzésre továbbra is szükség van.[^1]

Bevezető

A Google DeepMind Co-Scientist rendszere már nem kizárólag kutatási hipotézisek előállítására szolgál: a bemutatott kísérletekben szintézisrecepteket készített, biológiai előrejelző folyamatot épített, valamint önállóan tervezett egy egészségügyi válaszokat kezelő MI-architektúrát. A kutatók szerint a fejlesztés legfontosabb eleme a generált eredmények automatikus ellenőrzése, amely a futtatott kód naplóival veti össze a tanulmányok számszerű állításait.[^1]

A Co-Scientist három tudományterületen bizonyított

Anyagtudomány: szintézisreceptek és laboratóriumi visszajelzés

Az anyagtudományi tesztben a kutatók egy félautomata, magas hőmérsékletű kemencével kapcsolták össze a Co-Scientist rendszert. Az MI egy keresett kétdimenziós anyaghoz dolgozott ki kevésbé veszélyes előállítási utat, a recepteket pedig az adott labor felszereléséhez igazította. Huszonöt, emberi finomítással kísért próbálkozás után olyan rétegszerkezetek készültek, amelyek tulajdonságai a célanyagéhoz hasonlítottak, az atomszerkezet végleges megerősítése azonban még várat magára.[^1]

Egy másik anyagtudományi feladatban a rendszer a Gemini 3 Deep Think segítségével közvetlenül vezérelt berendezéseket, és három félvezető-vékonyréteget az első próbálkozásra állított elő. A receptfejlesztés ideje így napokról percekre rövidült, de az emberi közreműködés nem szűnt meg: a minták és előanyagok behelyezését továbbra is emberek végezték. A gyors eljárás ráadásul kisebb és kevésbé egyenletes kristályokat eredményezett, mint a hosszabban optimalizált receptek.[^1]

Biológia: képelemzés és korlátozott előrejelzés

A biológiai kísérletben a Co-Scientist önállóan hozott létre egy képelemző folyamatot, amely genetikailag módosított E. coli-kolóniák formázatait jelezte előre különböző vegyianyag-koncentrációk mellett. A tanulmány szerint a Gemini 3 Pro Image által készített előrejelzések négy alaktani jellemzőből három esetében megfeleltek a még nem publikált laboreredményeknek.[^2]

A kutatók ugyanakkor hangsúlyozták, hogy a rendszer ismert feltételek között következtet, és nem bizonyított, hogy teljesen új biológiai rendszerekre is megbízható előrejelzéseket tudna adni.[^1]

Informatika: önálló egészségügyi MI-architektúra

Az informatikai kísérlet emberi beavatkozás nélkül zajlott. A Co-Scientist megtervezte az Agent_H nevű egészségügyi MI-architektúrát, amely osztályozza a beérkező kérdéseket, több tucat válaszjelöltet készít párhuzamosan, majd finomítja azokat. A szerzők szerint a túl hosszú válaszok hatásának korrigálása után az Agent_H hat élvonalbeli modellt, köztük a GPT-5 és a Claude Opus 5 rendszert is megelőzte egészségügyi benchmarkokon.[^2]

A szakértői ellenőrzés azonban jóval visszafogottabb képet mutatott. Három szakorvos kilenc szempont szerint értékelte vakon az Agent_H és a Gemini 3.1 Pro válaszait; statisztikailag szignifikáns előny csak a potenciálisan káros válaszok alacsonyabb kockázatánál jelentkezett. Az automatikus benchmarkértékelők és az orvosi ítéletek közötti egyezés is gyenge volt.[^1]

A megbízhatósági modulok csökkentik a kitalált eredményeket

Az önálló kutatási rendszerek egyik központi kockázata, hogy a nyelvi modellek hihetőnek tűnő, de nem valós eredményeket vagy módszereket állítanak elő. A Co-Scientist ezt két mechanizmussal próbálja mérsékelni: hátrányosan értékeli a kitalált vagy túlzottan átvett tartalmat, továbbá külön ellenőrző modul veti össze a kész szöveg minden számszerű állítását a ténylegesen lefuttatott kód eredményeivel.[^1]

Egy kettős vak vizsgálatban 30 szakterületi szakértő 450 független értékelést készített 150 autonóm módon generált kutatási munkáról. A megbízhatósági modulok aktiválásával a fontos eredmények kitalálásának aránya 4 százalék volt; modulok nélkül 46 százalékot, egy összehasonlítási rendszer esetében pedig 90 százalékot mértek.[^1]

„Még hosszú út áll előttünk, mielőtt az MI-rendszerek képesek lesznek kezelni a tudomány fizikai realitásait.” – Samuel Schmidgall, a tanulmány első szerzője.[^3]

A Google DeepMind kutatási rendszerének korlátai

A jobb ellenőrzés ellenére a szerzők maradványhibákat is találtak. A rendszer előfordulhat, hogy szelektíven számol be eredményekről, vagy olyan, hihető módszertant ír a tanulmányba, amely nem egyezik a ténylegesen futtatott kóddal.[^1]

Ez különösen fontos a laboratóriumi alkalmazásoknál: a jó benchmarkpontszám nem azonos a klinikailag hasznosabb vagy biztonságosabb válasszal, és a szintézisreceptek más laboratóriumokban való működése sem tekinthető még bizonyítottnak.[^1]

Összefoglaló

A Google DeepMind Co-Scientist fejlesztése azt jelzi, hogy az MI-rendszerek a kutatás egyes részfeladataiban – az ötletalkotástól a kísérlettervezésen át az elemzésig – egyre nagyobb önállóságot kaphatnak. A bemutatott eredmények ugyanakkor nem támasztják alá, hogy a rendszer emberi kutatók és laboratóriumi ellenőrzés nélkül megbízhatóan végezhetne teljes körű tudományos munkát. A következő kulcskérdés az lesz, hogy az automatikus értékelések javulása a valós, ismételhető és szakértők által is igazolt kutatási teljesítményben is megjelenik-e.[^1][^2]

Forrás:

[^1]: The Decoder (2026. augusztus 28.). „Google Deepminds Co-Scientist wird vom Hypothesengenerator zum Forschungspartner”. The Decoder. Közzétéve: 2026. 08. 28.

[^2]: Schmidgall, Samuel; Zhu és szerzőtársai (2026). „Co-Scientist”. arXiv. Közzétéve: 2026. 08. 28.

[^3]: Samuel Schmidgall (2026). Kapcsolódó bejegyzés a Co-Scientist kutatásáról. X. Közzétéve: 2026. 08. 28.