Naukowcy z projektu Mycelium zaproponowali nowe podejście do AI wspierającego naukę zespołową, gdzie kluczem nie jest skalowanie pojedynczych modeli, lecz skalowanie połączeń między ludźmi a systemami AI. Zamiast jednego asystenta AI pracującego z jednym badaczem, system działa jak multi-użytkownikowy co-naukowiec, który automatycznie śledzi obserwacje i hipotezy, widzi, jak się do siebie odnoszą, i kieruje je do osoby lub agenta, który może z nich korzystać.
Pomysł vychodzi z obserwacji, że problemy naukowe nigdy nie rozwiązuje jeden myśliciel - rozwiązuje je zespół ludzi z różnymi doświadczeniami, wiedzą z pierwszej ręki i intuicją domenową. Mycelium działa jako aktywna wspólna przestrzeń pracy, łowiąc ważne spostrzeżenia, które później trafiają do odpowiednich osób lub agentów. System automatycznie łączy rozsiane konteksty naukowe, działając na zasadzie rzadkiego obliczenia warunkowego rozproszonych kontekstów badawczych.
W pierwszym empirycznym teście na projekcie biologii multi-omics system wykazał, jak faktycznie działa: lokalne odkrycie analityczne dotarło do specjalisty z innej dziedziny, co zamieniło je w mechanistyczne ograniczenie, a potem w nowy eksperyment. To pokazuje, że przyszłość AI dla nauki może leżeć nie w coraz potężniejszych modelach, ale w inteligentnym łączeniu zdolności zespołów - zarówno ludzkich, jak i sztucznych.