Skip to content
Διάρκεια άρθρου: Λιγότερο απο 1 λεπτό Λεπτά

Επιστημονική επανάσταση από τη Google: Το σύστημα τεχνητής νοημοσύνης «ScientistTwo» παράγει αυτόνομα ακαδημαϊκές μελέτες που ξεπερνούν τους ανθρώπινους ερευνητές – Αγώνας της Κρήτης

Σε ένα ιστορικό ορόσημο για την εξέλιξη της υπολογιστικής επιστήμης και της τεχνητής νοημοσύνης, ερευνητική ομάδα της Google Cloud AI Research σε συνεργασία με το Πανεπιστήμιο του Waterloo (University of Waterloo) παρουσίασε το «ScientistTwo», ένα πλήρως αυτόνομο σύστημα πολλαπλών πρακτόρων (multi-agent framework) ικανό να διανύει εξ ολοκλήρου τον κύκλο της επιστημονικής ανακάλυψης χωρίς ανθρώπινη παρέμβαση.

Ξεπερνώντας τον ρόλο του απλού ψηφιακού βοηθού σύνταξης ή εκτέλεσης κώδικα, το νέο υπολογιστικό πλαίσιο λαμβάνει ως είσοδο ένα θεμελιώδες επιστημονικό πρόβλημα, εντοπίζει τα όρια της υπάρχουσας γνώσης, διατυπώνει πρωτότυπες υποθέσεις, σχεδιάζει και εκτελεί πειράματα, και συντάσσει ολοκληρωμένες επιστημονικές εργασίες συνοδευόμενες από πλήρως επαληθεύσιμο κώδικα.

Υποβαλλόμενο σε αυστηρή συγκριτική αξιολόγηση απέναντι σε 107 δημοσιευμένες μελέτες κορυφαίων διεθνών συνεδρίων (ICLR, ICML, NeurIPS), το ScientistTwo κατάφερε να βελτιώσει τις ανθρώπινες επιδόσεις στο 80,4% των περιπτώσεων, καταγράφοντας μέση σχετική βελτίωση 25,2% και επιτυγχάνοντας βαθμολογίες αποδοχής που υπερβαίνουν τον μέσο όρο των ανθρώπινων επιστημονικών δημοσιεύσεων.

Από τη στατική βελτιστοποίηση στην αυτόνομη έρευνα: Η δοκιμασία σε 107 κορυφαία επιστημονικά πεδία

Η σύλληψη του συστήματος, όπως αναλύουν οι επικεφαλής ερευνητές Jaehyun Nam, Jinsung Yoon και Tomas Pfister, εδράζεται στην ανάγκη υπέρβασης των σημερινών περιορισμών των γλωσσικών μοντέλων, τα οποία μέχρι πρότινος περιορίζονταν σε στενή βελτιστοποίηση μεμονωμένων παραμέτρων. Όπως επισημαίνουν οι συγγραφείς της μελέτης:

«Η επιστημονική ανακάλυψη ορίζεται από την ικανότητα εντοπισμού των ορίων της υπάρχουσας γνώσης και την εξόρμηση σε ανεξερεύνητες περιοχές. Το υπέρτατο όραμα για την Τεχνητή Νοημοσύνη στην επιστήμη είναι η αυτόνομη έρευνα με γνώμονα το πρόβλημα: όταν ένας άνθρωπος εμπειρογνώμονας θέτει μια θεμελιώδη πρόκληση, η ΤΝ πλοηγείται ανεξάρτητα στο επιστημονικό τοπίο, αποκαλύπτει θεωρητικές και εμπειρικές στενωπούς και διευρύνει συστηματικά τα σύνορα της γνώσης».

Για να αξιολογηθεί η αποτελεσματικότητα του ScientistTwo, οι ερευνητές δεν περιορίστηκαν σε τεχνητά εργαστηριακά περιβάλλοντα, αλλά το υπέβαλαν στη δοκιμασία πραγματικών προβλημάτων από 107 δημοσιευμένες εργασίες των ετών 2025 και 2026 σε τομείς όπως τα μεγάλα γλωσσικά μοντέλα (LLMs), η ρομποτική, η βελτιστοποίηση, η νευροεπιστήμη, η ενισχυτική μάθηση και οι χρονοσειρές.

Τα αποτελέσματα υπήρξαν εντυπωσιακά:

  • Ποσοστό επιτυχίας: Το ScientistTwo βελτίωσε με επιτυχία τις ανθρώπινες μεθοδολογίες σε 86 από τις 107 προκλήσεις (επιτυχία 80,4%).

  • Σχετική υπεροχή: Η μέση σχετική βελτίωση σε σχέση με τις ανθρώπινες μεθόδους αιχμής (human state-of-the-art) ανήλθε σε 25,2%.

  • Υψηλές βαθμολογίες αξιολόγησης: Υπό τον αυτοματοποιημένο κριτή ScholarPeer, το ScientistTwo κατέγραψε ποσοστό αποδοχής 91,9% με μέση βαθμολογία 7,5 στα 10, σχεδόν διπλασιάζοντας την επίδοση του προγενέστερου ScientistOne (3,8 στα 10 και 14,3% αποδοχή).

  • Υπεροχή σε ανεξάρτητο έλεγχο: Στον ανεξάρτητο εξωτερικό αξιολογητή Stanford Agentic Reviewer —όπου όλα τα ανταγωνιστικά αυτόνομα συστήματα (όπως τα AI-Researcher, CycleResearcher και AI Scientist-v2) απέτυχαν πλήρως καταγράφοντας 0% αποδοχή— το ScientistTwo πέτυχε ποσοστό αποδοχής 72,1% με μέση βαθμολογία 5,7.

Μάλιστα, οι μελέτες που παρήγαγε το ScientistTwo ξεπέρασαν τις μέσες βαθμολογίες των αποδεκτών ανθρώπινων εργασιών στα συνέδρια ICLR 2026 και NeurIPS 2025, αποδεικνύοντας ότι το σύστημα πληροί τα αυστηρά πρότυπα δημοσίευσης των κορυφαίων επιστημονικών βημάτων.

Η αρχιτεκτονική των εξειδικευμένων πρακτόρων: Από τη διατύπωση υποθέσεων στην εικονική ομότιμη κρίση

Η καινοτομία του ScientistTwo έγκειται στον διαχωρισμό των ερευνητικών καθηκόντων σε ένα συνεργατικό οικοσύστημα εξειδικευμένων ψηφιακών πρακτόρων, οι οποίοι καθοδηγούνται από μοντέλα αιχμής όπως το Gemini 3.6 Flash και το Claude Opus 4.8. Η διαδικασία ακολουθεί μία αυστηρή αλληλουχία σταδίων:

  1. Εξαγωγή περιορισμών και αρχικές ιδέες: Ο πράκτορας εντοπισμού αδυναμιών αναλύει την υπάρχουσα βιβλιογραφία για να διαγνώσει τα τρωτά σημεία των ανθρώπινων μεθόδων. Ακολούθως, ο δημιουργός ιδεών συνθέτει πρωτότυπες υποθέσεις, οι οποίες βαθμολογούνται για την καινοτομία τους μέσω ειδικού ελεγκτή πρωτοτυπίας που ανατρέχει στη διεθνή βιβλιογραφία μέσω αναζήτησης Google.

  2. Σταδιακή πειραματική επαλήθευση (Subset-to-Full-Set): Προκειμένου να αποφευχθεί η σπατάλη υπολογιστικών πόρων, οι προτεινόμενες λύσεις ελέγχονται αρχικά σε αντιπροσωπευτικά υποσύνολα δεδομένων (benchmarks). Μόνο όσες αποδεικνύουν στατιστικά συνεπή υπεροχή κλιμακώνονται στο πλήρες πειραματικό σετ.

  3. Αυτόνομες μελέτες αφαίρεσης (Ablation Studies): Μιμούμενο την επιστημονική μεθοδολογία, το σύστημα σχεδιάζει και εκτελεί αυτόνομα δοκιμές απομόνωσης επιμέρους παραγόντων. Με αυτόν τον τρόπο αποδεικνύει ποιο ακριβώς συστατικό ευθύνεται για τη βελτίωση της απόδοσης, απορρίπτοντας περιττές ή αντιπαραγωγικές τροποποιήσεις.

  4. Προσομοίωση κρίσης και ανταπάντησης (Peer-Review & Rebuttal): Το αρχικό προσχέδιο υποβάλλεται σε αυστηρή εικονική αξιολόγηση από ψηφιακό κριτή. Αν η βαθμολογία υπολείπεται του ορίου αποδοχής, ένας εξειδικευμένος πράκτορας ανταπάντησης (Rebuttal Agent) δεν περιορίζεται σε φραστικές διορθώσεις, αλλά σχεδιάζει, προγραμματίζει και εκτελεί στοχευμένα συμπληρωματικά πειράματα για να απαντήσει στις ενστάσεις, αναβαθμίζοντας διαρκώς το κείμενο.

  5. Τελική μετα-αξιολόγηση (Meta-Review): Ο ανώτατος ψηφιακός αξιολογητής εξετάζει συνολικά τη μελέτη και αποφασίζει αν πληροί τα κριτήρια υποβολής. Σε περίπτωση που εντοπιστούν δομικές ατέλειες, πυροδοτείται εκ νέου βαθιά αναμόρφωση της βασικής ιδέας και του κώδικα.

Επιστημονική ακεραιότητα χωρίς «παραισθήσεις» και η μελέτη περίπτωσης του DynaSpec-RAG

Ένα από τα σημαντικότερα εμπόδια στην αξιοποίηση της τεχνητής νοημοσύνης στην επιστήμη υπήρξε ανέκαθεν ο κίνδυνος των κατασκευασμένων δεδομένων (hallucinations) και της εκμετάλλευσης αδυναμιών στις μετρικές αξιολόγησης (reward hacking). Το ScientistTwo ενσωματώνει το αυστηρό πρωτόκολλο ελέγχου Chain-of-Evidence (CoE) Integrity Audit, το οποίο διασφαλίζει:

  • Την πλήρη αναπαραγωγιμότητα των αποτελεσμάτων μέσω επανεκτέλεσης του αποθετηρίου κώδικα.

  • Την απόλυτη συμμόρφωση προς τους κανόνες του πειράματος χωρίς διαρροές δεδομένων.

  • Την εξάλειψη ανύπαρκτων παραπομπών στη βιβλιογραφία μέσω διασταύρωσης σε πραγματικό χρόνο.

  • Την πλήρη στοίχιση μεταξύ της περιγραφόμενης μεθοδολογίας στο κείμενο και της πραγματικής υλοποίησης στον κώδικα.

Στις δοκιμές ακεραιότητας, το ScientistTwo πέτυχε απόλυτη βαθμολογία 49 στα 49 σε όλες τις επιμέρους διαστάσεις.

Χαρακτηριστικό παράδειγμα της πρωτογενούς ερευνητικής ικανότητας του συστήματος αποτέλεσε η ανάπτυξη του μοντέλου DynaSpec-RAG για την πρόβλεψη χρονοσειρών. Εντοπίζοντας ότι οι υπάρχουσες μέθοδοι πάσχουν από ασυνέχειες στα όρια των δεδομένων και σύγχυση των μακροπρόθεσμων τάσεων με τις εποχικές διακυμάνσεις, το ScientistTwo σχεδίασε αυτόνομα μία πρωτότυπη αρχιτεκτονική. Χρησιμοποιώντας φασματική αποσύνθεση Fourier (real-FFT), δυναμική πύλη διαβάθμισης εμπιστοσύνης και μηχανισμό ασφαλείας μηδενικής βλάβης (D-Guard), το σύστημα μείωσε το σφάλμα πρόβλεψης σε επτά διεθνή benchmarks, απαιτώντας μόλις 0,27 εκατομμύρια εκπαιδεύσιμες παραμέτρους (μόλις το 0,1% του βασικού μοντέλου).

Παράλληλα, το ScientistTwo απέδειξε ότι μπορεί να τροφοδοτήσει μία συνεχή αλυσίδα ανακαλύψεων (iterative frontier expansion): χρησιμοποιώντας τη δική του ανακάλυψη στον τομέα της κωδικοποίησης BPE (μοντέλο VD-STrans, +10,9% έναντι της ανθρώπινης βάσης) ως σημείο εκκίνησης, παρήγαγε σε δεύτερο κύκλο το BXT-Transducer (+9,6%) και σε τρίτο κύκλο το SBR-Transducer (+8,2%), υπερβαίνοντας διαδοχικά τις ίδιες του τις επιδόσεις.

Το οικονομικό κόστος των 3.800 δολαρίων και τα όρια των μεγάλων εννοιολογικών τομών

Παρά τον εντυπωσιακό βαθμό αυτονομίας, οι ερευνητές της Google και του Waterloo καταγράφουν με ειλικρίνεια τα όρια και τις προκλήσεις της νέας τεχνολογίας.

Το πρώτο ζήτημα αφορά το υπολογιστικό και οικονομικό κόστος. Η ολοκλήρωση ενός πλήρους ερευνητικού κύκλου για μία και μόνο επιστημονική εργασία απαιτεί κατά μέσο όρο 2,5 ημέρες συνεχούς επεξεργασίας και συνεπάγεται δαπάνη περίπου 3.765 έως 3.800 δολαρίων σε υπολογιστικό νέφος και χρήση προηγμένων μοντέλων. Το ύψος αυτής της δαπάνης αποτελεί προσώρας αποτρεπτικό παράγοντα για ανεξάρτητους ερευνητές ή πανεπιστημιακά εργαστήρια με περιορισμένους προϋπολογισμούς, καθιστώντας αναγκαία τη μελλοντική έρευνα προς την κατεύθυνση οικονομικότερων μοντέλων ανοικτού κώδικα.

Επιπλέον, στο επίπεδο της επιστημονικής ποιότητας, οι ερευνητές υπογραμμίζουν ότι ενώ το σύστημα ξεπερνά με άνεση το όριο αποδοχής των συνεδρίων, δεν φτάνει ακόμη στο επίπεδο των διακεκριμένων παρουσιάσεων (spotlight ή oral presentations) που εισάγουν ρηξικέλευθες εννοιολογικές μετατοπίσεις παραδείγματος:

«Ενώ το ScientistTwo υπερβαίνει σταθερά το όριο αποδοχής για τυπικές δημοσιεύσεις συνεδρίων… δεν επιτυγχάνει ακόμη με συνέπεια το διαμέτρημα των προφορικών παρουσιάσεων που εισάγουν εννοιολογικές ανακαλύψεις αλλαγής παραδείγματος. Η μελλοντική εργασία θα επικεντρωθεί στην επέκταση της εξερεύνησης των πρακτόρων πέρα από τοπικές αλγοριθμικές βελτιώσεις προς την ανακάλυψη θεμελιωδώς νέων θεωρητικών διατυπώσεων».

Η έλευση του ScientistTwo μεταβάλλει ριζικά το τοπίο της παγκόσμιας ακαδημαϊκής έρευνας, εγκαινιάζοντας μία εποχή όπου η παραγωγή νέας γνώσης παύει να αποτελεί αποκλειστικό προνόμιο του ανθρώπινου νου. Η ικανότητα των συστημάτων τεχνητής νοημοσύνης να διαγιγνώσκουν επιστημονικές αδυναμίες, να εκτελούν πειράματα με επαληθεύσιμη ακρίβεια και να υπερασπίζονται τα ευρήματά τους απέναντι σε κριτές αναδιατάσσει τον καταμερισμό εργασίας μεταξύ επιστημόνων και μηχανών.

Καθώς ο ρόλος του ανθρώπου μετατοπίζεται σταδιακά από την επίπονη πειραματική εκτέλεση στον στρατηγικό ορισμό των μεγάλων προκλήσεων, η επιστημονική κοινότητα καλείται να επαναπροσδιορίσει τα κριτήρια αξιολόγησης, τη δεοντολογία των δημοσιεύσεων και τους όρους ισότιμης πρόσβασης σε εργαλεία που διαθέτουν τη δύναμη να επιταχύνουν εκθετικά το μέλλον της ανθρώπινης ανακάλυψης.

Διαβάστε την έρευνα ΕΔΩ 

Γίνε συνδρομητής! Στήριξε την προσπάθειά μας!

Αν βρίσκεσαι σε δύσκολη οικονομική κατάσταση, συνέχισε να μας διαβάζεις δωρεάν. Η ενημέρωση πρέπει να παραμένει προσβάσιμη για όλους.

Αν όμως μπορείς, στήριξέ μας σήμερα.

  1. Η στήριξή σου ενισχύει άμεσα την ποιότητα και την ανεξαρτησία της δημοσιογραφίας μας.

Επίλεξε σήμερα να γίνεις συνδρομητής ή δωρητής.

Γίνε συνδρομητής

Σας ευχαριστούμε θερμά.

Το πρωτότυπο άρθρο https://agonaskritis.gr/%CE%B5%CF%80%CE%B9%CF%83%CF%84%CE%B7%CE%BC%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE-%CE%B5%CF%80%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7-%CE%B1%CF%80%CF%8C-%CF%84%CE%B7-google-%CF%84%CE%BF-%CF%83%CF%8D/ ανήκει στο ΕΠΙΣΤΗΜΗ Αρχείο – Αγώνας της Κρήτης .
‹ ›