Google DeepMindin Co-Scientist on edennyt reilussa vuodessa tutkimusdemosta vertaisarvioituun tiedejulkaisuun. Geminin päälle rakennettu moniagenttijärjestelmä esiteltiin alkuvuodesta 2025, ja toukokuussa 2026 sen menetelmä ja tulokset ilmestyivät Nature-lehdessä. Ero on olennainen: aiemmin kyse oli yhtiön omasta esittelystä, nyt riippumattomat arvioijat ovat käyneet työn läpi.
Julkaisun ydin ei ole yksittäinen lääketulos vaan itse menetelmä. Co-Scientist ei hae valmiita vastauksia tietokannasta, vaan tuottaa uusia tutkimushypoteeseja ja jalostaa niitä itsenäisesti.
Agentit väittelevät keskenään
Järjestelmä jakautuu useaan erikoistuneeseen agenttiin, joita ohjaava valvoja-agentti koordinoi kuin projektipäällikkö. Prosessi etenee kolmessa vaiheessa, joissa hypoteesit syntyvät, joutuvat kritiikin kohteeksi ja lopulta jalostuvat.
Ensin generointiagentti ehdottaa hypoteeseja kirjallisuuteen nojaten, ja läheisyysagentti ryhmittelee ne, jottei ajattelu kapene yhteen suuntaan. Seuraavaksi reflektointiagentti kritisoi jokaista ideaa oikeellisuuden ja uutuuden osalta, ja arviointiagentti järjestää niistä Elo-pisteytykseen perustuvia turnajaisia. Lopuksi evoluutioagentti hioo parhaat ehdotukset ja meta-arvioagentti kokoaa niistä lopulliset.
Olennaista on, että järjestelmä käyttää suurimman osan laskentatehostaan hypoteesien varmistamiseen, ei niiden tuottamiseen. Juuri tämä erottaa sen tavallisesta kielimallista, joka generoi sujuvaa tekstiä mutta ei arvioi sen totuutta.
“Co-Scientist on kumppani tutkimuksessa, ei tutkijan korvaaja.”
Maksafibroosin lääkeaihio labrassa
Konkreettisin tulos syntyi Stanfordin yliopistossa professori Gary Peltzin laboratoriossa. Tutkijat käyttivät Co-Scientistia etsimään uusia käyttökohteita jo olemassa oleville lääkkeille maksafibroosin hoidossa.
Maksafibroosissa maksakudos arpeutuu ja kovettuu vähitellen, mikä voi johtaa maksan vajaatoimintaan. Yksi järjestelmän ehdottamista aihioista esti laboratoriokokeissa 91 prosenttia arpeutumiseen liittyvästä solureaktiosta. Tämä osatulos julkaistiin erikseen Advanced Science -lehdessä.
Tulos labrassa
Yksi Co-Scientistin ehdottamista lääkeaihioista esti laboratoriokokeissa 91 prosenttia maksan arpeutumiseen liittyvästä solureaktiosta (Stanford, Gary Peltzin laboratorio). Kyseessä on koeputkitulos, ei valmis lääke.
Yksittäinen labratulos ei vielä tarkoita valmista lääkettä. Matka koeputkesta potilaalle on pitkä ja kallis, ja edessä ovat vielä eläinkokeet ja kliiniset tutkimukset. Silti tulos näyttää, että kone pystyy tuottamaan hypoteeseja, jotka kestävät kokeellisen testauksen.
Miksi tällä on merkitystä
Lääkekehitys on hidasta ja kallista. Uuden lääkkeen tie ideasta apteekkiin kestää tyypillisesti yli vuosikymmenen ja maksaa satoja miljoonia. Jos tekoäly pystyy karsimaan lupaavat hypoteesit heikoista jo ennen kalliita laboratoriokokeita, säästynyt aika valuu tutkimusryhmien työhön ja lopulta potilaiden hoitoon.
Maksafibroosin kaltaisiin sairauksiin, joihin ei ole tehokasta täsmälääkettä, tällainen työkalu voi avata uusia hoitopolkuja. Vaikutus ei rajoitu yhteen tautiin: DeepMind raportoi kuudesta muusta vertaisarvioidusta työstä, jotka kattavat muun muassa ALSia, solujen ikääntymistä ja aineenvaihduntasairauksia MIT:ssä, Harvardissa ja Cambridgessa.
Tekoälyratkaisu, jossa useampi erikoistunut tekoälyagentti tekee omaa osatehtäväänsä ja koordinoiva agentti ohjaa niitä kuin projektipäällikkö tiimiään.
Elo-pisteytys
Alun perin shakista tuttu pisteytystapa, jossa vaihtoehdot laitetaan pareittain vastakkain ja paremmuusjärjestys muodostuu voittojen perusteella. Tässä sillä laitetaan hypoteesit paremmuusjärjestykseen.
Vertaisarviointi on se varsinainen virstanpylväs
Tekoälyn tiedelupauksia on kuultu paljon, mutta suurin osa niistä on jäänyt lehdistötiedotteiden tasolle. Naturen kaltaisen lehden vertaisarviointi asettaa väitteille toisenlaisen mittapuun, koska riippumattomat asiantuntijat joutuvat hyväksymään sekä menetelmän että tulokset ennen julkaisua.
Co-Scientist ei korvaa tutkijaa. Ihminen valitsee tutkimuskysymyksen, ja ihminen vie hypoteesin labraan. Kone tekee sen, mihin yksittäisen tutkijan aika ei riitä: lukee valtavan kirjallisuuden, yhdistelee sitä ristiin ja väittelee itsensä kanssa siitä, mikä idea kannattaa testata ensimmäisenä.
Viikoittainen uutiskirje
Tule firmasi fiksuimmaksi AI-osaajaksi
Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.
