En directo
[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA
Transmitiendo · —

Noticias.
Inteligencia Artificial

Inteligencia Artificial para Gente Real · ES / PT-BR

InvestigaciónGoogle DeepMind Blog2 min

Google DeepMind presenta Co-Scientist, un asistente de IA para acelerar investigación científica

La herramienta usa múltiples agentes de inteligencia artificial basados en Gemini para ayudar a investigadores en tareas complejas del laboratorio.

Por Redacción2 min
En resumen

Google DeepMind presentó Co-Scientist, un sistema de IA basado en su modelo Gemini (el modelo de lenguaje avanzado de Google) que funciona con múltiples agentes especializados (módulos de IA que colaboran entre sí) para ayudar a investigadores a diseñar experimentos, analizar datos y buscar bibliografía científica de forma más rápida.

Compartir
Google DeepMind presenta Co-Scientist, un asistente de IA para acelerar investigación científica
Investigación · Google DeepMind Blog

Google DeepMind anunció Co-Scientist, un sistema de inteligencia artificial diseñado para colaborar con científicos y acelerar el ritmo de los descubrimientos en laboratorios reales. Según informó la compañía en su blog oficial, la herramienta está construida sobre Gemini (el modelo de lenguaje avanzado de Google) y funciona mediante una arquitectura multi-agente (varios módulos de IA especializados que trabajan juntos en lugar de un solo sistema monolítico).

A diferencia de asistentes de IA generalistas como ChatGPT, Co-Scientist está pensado específicamente para el trabajo científico: puede ayudar a diseñar experimentos, analizar datos de laboratorio, buscar literatura académica relevante y proponer hipótesis nuevas a partir de resultados existentes. La idea es que el investigador humano mantenga siempre el control y las decisiones finales, mientras la IA se encarga de tareas repetitivas o de procesamiento masivo de información que normalmente consumen mucho tiempo.

El enfoque multi-agente es clave en su funcionamiento: en lugar de un único modelo que intenta hacer todo, Co-Scientist combina varios agentes especializados (uno para análisis de datos, otro para búsqueda bibliográfica, otro para razonamiento causal, etc.) que colaboran entre sí. Este diseño modular permite que el sistema maneje tareas complejas que requieren múltiples pasos y tipos de conocimiento diferentes.

Google DeepMind no ha compartido todavía detalles sobre cuándo estará disponible Co-Scientist fuera de sus laboratorios internos, ni si será una herramienta de acceso abierto o comercial. La compañía ha destacado que el objetivo es "democratizar" el acceso a capacidades de investigación avanzadas, aunque no ha concretado cómo ni cuándo.

El anuncio se suma a una tendencia creciente en la que empresas tecnológicas desarrollan IA especializada para sectores específicos —en este caso, ciencia básica y aplicada— en lugar de herramientas generalistas. Para los investigadores en campos como química, biología o física, sistemas como Co-Scientist podrían reducir el tiempo entre hipótesis y validación experimental, aunque queda por ver si la herramienta cumple esa promesa en condiciones reales de laboratorio.

Más en · Investigación