AI znanstvenici stišću gumb za otkrića – tko plaća račun?

Lila Sciences i Edison Scientific ne prodaju samo AI alate – prodaju skraćenje znanstvenog procesa s mjeseci na sate. Kosmos, autonomni AI znanstvenik, obavio je stotine istraživačkih zadataka paralelno i identificirao sedam novih otkrića, uključujući mehanizam neuronskog starenja i utjecaj SOD2 gena na miokardijalnu fibrozu.

Istraživanje objavljeno na Nvidijinu GTC-u pokazuje da agentni AI sustavi ne ubrzavaju samo analizu podataka, već i generiranje hipoteza – problem je što 95 % objavljenih radova pokriva samo 5.000 najistraženijih ljudskih gena. To nije samo tehničko ograničenje.

Radi se o sistemskom pristranju koje AI sustavi nasljeđuju od ljudskih istraživača.

Kada Jensen Huang ističe OpenClaw – projekt koji je od solo developera postao jedan od najbrže rastućih open-source alata – naglasak je na brzini razvoja, a ne na kvaliteti rezultata. Nvidia GTC predstavio je alat kao prekretnicu, ali bez jasnih metrika o točnosti ili ponovljivosti eksperimenata koji su vođeni isključivo AI-om.

Prava vrijednost ovih sustava leži u njihovoj sposobnosti da testiraju stotine hipoteza istovremeno, što ljudski timovi ne mogu fizički izvesti. Autonomni laboratoriji poput onih koje razvija Lila Sciences pokušavaju zatvoriti taj krug – od generiranja hipoteza do fizičke provjere u stvarnom vremenu.

No, ovdje se pojavljuje ključno pitanje: koliko su ti sustavi zapravo autonomni, a koliko samo ubrzavaju rutinske zadatke koje bi ionako obavili ljudi? Edison Scientific tvrdi da Kosmos komprimira mjesece rada u jedan dan, ali detalji o tome kako sustav rješava probleme poput pristranosti podataka ili pogrešnih korelacija ostaju nejasni. GitHub aktivnost oko projekata poput OpenClaw-a pokazuje da developer zajednica reagira s mješavinom entuzijazma i skepticizma.