AI untuk Sains Membutuhkan Penalaran, Bukan Sekadar Data

AlphaFold, yang dikembangkan oleh Google DeepMind, memecahkan prediksi struktur protein setelah setengah abad upaya, tetapi kondisi yang memungkinkan keberhasilannya—Protein Data Bank yang masif dan data eksperimen yang andal—jarang terjadi dan mahal untuk ditiru di sebagian besar bidang. Sebagai gantinya, agen AI, yang didukung oleh model bahasa besar, muncul sebagai alat yang lebih umum untuk sains. Agen seperti AI Co-Scientist milik Google dapat bernalar, merencanakan, dan menguji hipotesis; salah satu agen tersebut dengan tepat menghipotesiskan bagaimana resistensi antibiotik menyebar, sebuah kesimpulan yang membutuhkan waktu satu dekade bagi peneliti Imperial College untuk mencapainya. Agen-agen ini dapat mencatat setiap tindakan, mengatasi krisis reproduktifitas, melestarikan pengetahuan institusional, dan secara dramatis mempercepat penelitian dengan mengurangi biaya eksperimen. Meskipun tantangan seperti halusinasi dan keterbatasan memori tetap ada, agen mewakili pergeseran fundamental yang mirip dengan kalkulus atau komputer, yang mengubah sains di semua bidang.