Gottweis, Juraj, y Vivek Natarajan. «Accelerating Scientific Breakthroughs with an AI Co-Scientist.» Google Research Blog, 19 de febrero de 2025. https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

AI co-scientist de Google es un sistema basado en inteligencia artificial desarrollado para asistir a los científicos en la generación de hipótesis y propuestas de investigación, acelerando así el proceso de descubrimientos científicos y biomédicos. Utiliza la plataforma Gemini 2.0 y se estructura como un sistema de múltiples agentes especializados, cada uno con un rol específico, que emulan las fases del método científico, tales como generación, reflexión, evaluación, evolución y revisión.

AI co-scientist representa un avance significativo en la integración de la inteligencia artificial en la ciencia, con el objetivo de acelerar la generación de conocimientos y descubrimientos, apoyando a los científicos en la resolución de grandes desafíos científicos y médicos.

El sistema está diseñado para manejar el crecimiento masivo de publicaciones científicas y la integración de conocimientos de diversas disciplinas, un desafío clave en la ciencia moderna. El AI co-scientist no solo realiza revisiones bibliográficas y resúmenes, sino que también es capaz de generar nuevas áreas de investigación y formular hipótesis originales, las cuales son evaluadas y refinadas a través de ciclos de retroalimentación automáticos. Además, permite que los científicos interactúen con el sistema de manera directa, proporcionando sus propias ideas o retroalimentación, lo que hace que la colaboración sea más fluida.

En pruebas realizadas con expertos de Stanford y el Imperial College de Londres, el sistema mostró un gran potencial al generar hipótesis novedosas que fueron validadas en experimentos de laboratorio. Uno de los ejemplos más destacados fue el descubrimiento de posibles tratamientos para la leucemia mieloide aguda (LMA) mediante la reorientación de fármacos ya existentes, lo cual fue confirmado en varios ensayos in vitro. Además, el AI co-scientist ayudó en la identificación de objetivos terapéuticos para la fibrosis hepática, demostrando su capacidad para identificar intervenciones potenciales basadas en la evidencia preclínica.

Otro ejemplo relevante es su uso en la investigación sobre la resistencia antimicrobiana, donde el sistema generó hipótesis que fueron posteriormente validadas experimentalmente. Esto demuestra el valor de la IA en el campo de la biomedicina, donde la capacidad de generar nuevas perspectivas de manera rápida puede ser crucial para resolver problemas complejos.

Google ha indicado que este sistema no reemplaza a los investigadores, sino que actúa como una herramienta complementaria que potencia la colaboración científica. La compañía también está trabajando en la mejora del sistema, abordando desafíos como la verificación de hechos y la validación más amplia con expertos. Se planea abrir el acceso al sistema mediante un programa de Trusted Tester para que organizaciones de investigación puedan evaluar su potencial en una variedad de contextos científicos y biomédicos.