Sistema de IA do Google DeepMind agora planeja experimentos, opera equipamentos e escreve artigos científicos
O Co-Scientist, sistema baseado em Gemini, evoluiu de gerador de hipóteses para assistente completo de laboratório, validando resultados em três áreas da ciência
O Google DeepMind transformou o Co-Scientist em um sistema completo de pesquisa. Baseado no Gemini (modelo multimodal do Google), ele agora planeja experimentos, opera equipamentos de laboratório e redige artigos científicos. Foi testado em três áreas científicas diferentes, incluindo síntese de materiais e desenvolvimento de IA médica, entregando resultados validados experimentalmente em todas elas.
O Google DeepMind expandiu as capacidades do Co-Scientist (um sistema de inteligência artificial que auxilia pesquisadores científicos), transformando-o de um simples gerador de hipóteses em uma plataforma completa integrada ao laboratório. O sistema, construído sobre o Gemini (o modelo de IA multimodal do Google), agora consegue planejar experimentos, controlar equipamentos de laboratório e redigir artigos científicos com resultados validados experimentalmente.
A nova versão do Co-Scientist funciona como um sistema multi-agente (uma arquitetura onde vários módulos de IA trabalham em conjunto, cada um responsável por uma tarefa específica). Segundo informou o The Decoder, o sistema foi testado em três disciplinas diferentes e entregou resultados práticos em todas elas: desde síntese de materiais até o desenvolvimento autônomo de uma arquitetura de IA médica (um modelo de inteligência artificial projetado para aplicações em saúde).
A capacidade de operar equipamentos de laboratório representa um salto qualitativo. Enquanto versões anteriores de sistemas de IA científica se limitavam a sugerir abordagens ou analisar dados, o Co-Scientist executa fisicamente os experimentos — integrando-se diretamente aos instrumentos do laboratório e ajustando parâmetros conforme necessário durante o processo.
A evolução do Co-Scientist reflete uma tendência mais ampla na aplicação de IA à pesquisa científica: a transição de ferramentas auxiliares para colaboradores ativos no processo de descoberta. Para o público brasileiro, isso pode acelerar pesquisas em áreas críticas como desenvolvimento de medicamentos e novos materiais, embora ainda levante questões sobre o papel dos cientistas humanos e a validação independente dos resultados gerados por máquinas.
