НОВЕ ДОСЛІДЖЕННЯ: Агенти штучного інтелекту для наукових відкриттів. Це одна з найцікавіших сфер у 2026 році. (збережіть цю в закладки) Це нове дослідження вводить SAGA (Scientific Autonomous Target-Evolving Agent) — дворівневу структуру, де зовнішній цикл автоматично еволюціонує цілі, а внутрішній оптимізує рішення. Чому ця газета така важлива? Наукові відкриття вимагають ітерації того, що оптимізувати, а не лише як оптимізувати. Автоматизація цього циклу об'єктивної еволюції закриває прогалину, яка заглушила більшість останніх наукових досліджень на основі ШІ. Замість того, щоб розглядати об'єктивний дизайн як одноразове людське рішення, SAGA робить його динамічним, автономним процесом відкриття. Планувальник на основі LLM пропонує нові цілі. Реалізатор перетворює їх у виконувані функції оцінювання. Оптимізатор шукає рішення. Аналізатор аналізує результати та визначає, де цілі потребують уточнення. SAGA працює на трьох рівнях автоматизації: > режимі другого пілота, де вчені співпрацюють над об'єктивною еволюцією > напівпілот, де вчені лише надають зворотний зв'язок аналізатору > автопілот, де і аналіз, і планування повністю автоматизовані Результати у чотирьох наукових сферах: У розробці антибіотиків для резистентної до ліків K. pneumoniae SAGA досягає найкращого балансу між біологічною активністю та схожістю на препарат. Хоча базові показники або не оптимізують активність, або досягають високої активності з хімічно нереалістичними молекулами, SAGA динамічно додає цілі, такі як штрафи за синтезованість і фільтри метаболічної стабільності, базуючись на аналізі тенденцій на рівні популяції. У проєктуванні матеріалів SAGA виявила 15 нових стабільних структур для постійних магнітів із низьким ризиком ланцюга постачання в межах 200 розрахунків DFT, перевершивши MatterGen (11 структур). Для надтвердих матеріалів понад 90% запропонованих кристалів містять легкі елементи, необхідні для твердості, що відповідає експериментальним результатам. У проєктуванні послідовностей ДНК SAGA перевищує базові рівні у дизайні енхансерів, специфічних для типу клітин, до 176%, покращуючи специфічність на 48% і збагачуючи мотиви на 47%. У проектуванні хімічних процесів SAGA визначає, що оптимізація лише з урахуванням чистоти продукту призводить до надмірно складних блок-схем, а потім автономно додає цілі щодо капітальних витрат і інтенсивності потоку матеріалів. ...