Badacze z arXiv opracowali LabAgent - system agentów AI dedykowany do reprodukcji i odkrywania nowych metod badawczych w laboratoriach naukowych. Problem, który rozwiąże, jest prosty ale realny: kiedy doświadczeni członkowie zespołu laboratorium odchodzą - na przykład studenci kończą doktorat - ich wiedza o skomplikowanych metodach badawczych często ginie, zmuszając nowe osoby do powtórnego odkrywania rozwiązań od zera.
LabAgent działa na dwóch filarach. Po pierwsze, system automatycznie wykonuje i weryfikuje procedury badawcze, zapewniając że metody mogą być konsekwentnie powielane. Po drugie, zapisuje wszelkie korekty i doświadczenia - co się nie udało, dlaczego, jak naprawić błędy - tworzą bazę wiedzy dla przyszłych badaczy. To podejście pozwala zaoszczędzić miesiące pracy i zapobiegać powtarzaniu tych samych błędów. Naukowcy testowali LabAgent na czterech domenach z dziedziny biologii obliczeniowej: predykcji właściwości leków, analizie problemów biomedycznych, predykcji skutków wariantów białek i genetyce statystycznej.
Wyniki są imponujące - LabAgent zajął pierwsze miejsce przed komercyjnymi agentami ogólnego przeznaczenia we wszystkich testowanych domenach i zdołał dokładnie odtworzyć opublikowaną figurę naukową z literatury. To oznacza, że system nie tylko zrozumiał metodologię, ale potrafił ją prawidłowo zreplikować. Dla świata nauki to potencjalne przełomowe narzędzie - mogłoby drastycznie skrócić czas wdrażania nowych członków zespołu do istniejących projektów i zachować dekady budowanej wiedzy laboratoryjnej.