Наукова спільнота отримала новий інструмент для прискорення досліджень: дослідник Google DeepMind Кевін Мерфі розробив систему Model Discovery Agent (MDA). Це автономний ШІ-агент, який не просто аналізує дані, а повністю автоматизує цикл наукового пізнання — від генерації гіпотез до їхньої емпіричної перевірки.
Архітектура MDA побудована на принципі активного навчання. Система пропонує кілька можливих механізмів, що пояснюють спостережуване явище, потім самостійно визначає, який експеримент дасть максимальний приріст інформації, і після отримання результатів оновлює свої гіпотези. Такий підхід імітує роботу вченого-дослідника, але з набагато вищою швидкістю та точністю.
Ключова особливість агента — здатність працювати в міждисциплінарних галузях. Тестування проводилося на завданнях із фізики, хімії та біології, що підтверджує універсальність запропонованої методології. Згідно з моїм аналізом, MDA продемонстрував значну перевагу над існуючими методами машинного навчання в ефективності роботи з експериментальними даними, особливо у сценаріях з обмеженою кількістю доступних вимірювань.
Це важливий крок до створення повністю автономних наукових лабораторій, де ШІ не просто обробляє дані, а приймає рішення про стратегію дослідження. Впровадження таких агентів здатне радикально скоротити час між формулюванням гіпотези та її перевіркою, що критично важливо в таких галузях, як розробка нових матеріалів або лікарських препаратів.
Втім, варто зазначити, що MDA поки що працює в межах заданих параметрів і не здатний генерувати принципово нові наукові парадигми. Однак як інструмент для рутинної перевірки гіпотез та оптимізації експериментальних планів він уже сьогодні становить значну цінність для дослідницьких груп по всьому світу.