Робот по имену Адам био је први те врсте који се бавио науком.
Адам је опонашао биолога. Након што је осмислио питања о квасцу, машина је та питања тестирала у роботизованој лабораторији величине мањег комбија, користећи замрзивач пун узорака и сет роботских руку. Неколико његових малих открића, насталих почетком 2000-их, сматрају се првим у потпуности аутоматизованим научним открићима.
Данас, моћнији облици вештачке интелигенције преузимају значајне улоге у научном процесу у истраживачким лабораторијама и универзитетима широм света. Нобелове награде за хемију и физику за 2024. годину додељене су људима који су пионири у развоју АИ алата. И даље је рана фаза, а скептика има много. Али како технологија напредује, да ли би АИ могла да постане мање истраживачки алат, а више нека врста „ванземаљског“ научника?
АИ од помпе до стварних открића
„Да сте ме питали пре годину дана, рекао бих да има много помпе“, каже рачунарски неуронаучник Себастијан Муслик са Универзитета у Оснабрику у Немачкој. Сада, додаје он, „постоје стварна открића“.
Математичари, информатичари и други истраживачи остварили су продоре у свом раду користећи АИ агенте, попут оног доступног кроз ChatGPT компаније OpenAI. АИ агенти активно разлажу почетно питање на низ корака и могу да претражују интернет како би извршили задатак или пружили детаљан одговор.
У фармацеутским компанијама развијају се системи који комбинују агенте са другим АИ алатима како би открили нове лекове. Инжењери користе сличне системе за откривање нових материјала корисних за батерије, хватање угљеника и квантно рачунарство.
Ипак, људи — а не роботи попут Адама — и даље чине већину истраживачких лабораторија и конференција. „Суштинска промена у начину на који се бавимо науком још се заправо не дешава“, каже когнитивни научник Гери Маркус са Њујоршког универзитета. „Мислим да је велики део тога маркетинг.“
Размишљање унутар и изван „кутије“
Тренутно су АИ системи нарочито добри у тражењу одговора у оквиру „кутије“ коју научници дефинишу. Претражујући ту кутију — понекад огромну количину постојећих података — АИ може да повезује информације и проналази скривене одговоре.
За велике језичке моделе, који стоје иза чет-ботова и агената попут ChatGPT-а, та „кутија“ представља огромну количину текста, укључујући научне радове на многим језицима.
Али да би се помериле границе научног разумевања, каже Маркус, људи морају да размишљају изван те кутије. За открића величине теорије континенталног померања или специјалне релативности потребни су креативност и машта. Данашња АИ то још не може да достигне. Ипак, алати очигледно мењају начин на који људски научници долазе до открића.
АИ као научни „саборац“
Алекс Лупашка, теоријски физичар који проучава црне рупе, већ је осетио наговештај АИ будућности науке. Радећи сам на Универзитету Вандербилт у Нешвилу, открио је нове симетрије у једначинама које описују облик хоризонта догађаја црне рупе. Неколико месеци касније, у лето 2025. године, сусрео је Марка Чена, главног истраживачког директора компаније OpenAI. Чен га је охрабрио да испроба ChatGPT агента заснованог на моделу GPT-5 pro.
Лупашка је упитао агента да ли може да пронађе исте симетрије. У почетку није успео. Али након што му је дао лакше уводно питање, агент је дошао до одговора — чак и лакшим путем. OpenAI је проверио да агент није користио Лупашкин објављени рад, јер је модел трениран девет месеци пре његовог изласка.
Лупашка је осетио да се „свет променио на дубок начин“ и придружио се OpenAI-ју у Сан Франциску, у оквиру тима OpenAI for Science, који развија АИ алате посебно намењене научницима. ChatGPT назива својим „саборцем“ у истраживању.
АИ у математици и оптимизацији
У октобру 2025. математичар Ернест Рју са UCLA поделио је нови доказ до кога је дошао уз помоћ ChatGPT-а. Доказ се односио на оптимизацију — област која тражи најбоље решење међу многим могућностима. Заједничким радом, током 12 сати интеракције човека и машине, доказали су да једна популарна метода увек конвергира ка једном решењу.
Ипак, Рју је морао да исправља грешке модела. АИ је често грешила, али је као „креативни партнер“ нудила неочекиване идеје.
Опасности и „научни шунд“
Маркус упозорава да ЛЛМ-ови могу бити и штетни. Једна од њихових примена јесте производња „научног шунда“ — лажних радова које производе такозване „фабрике радова“. Године 2025. часописи PLOS и Frontiers престали су да прихватају радове засноване искључиво на јавним здравственим базама података због поплаве АИ генерисаних бесмислица.
Питер Кларк из Института Ален за вештачку интелигенцију истиче да ЛЛМ-ови могу да генеришу хипотезе „на хиљаде“, али је тешко разликовати злато од смећа. АИ системи могу да појачају почетне грешке и доведу до великих заблуда.
AlphaFold и специјализоване „кутије“
Један другачији приступ представља AlphaFold 2, објављен 2021. године, који је предвиђао структуру протеина. Новије верзије могу да предвиђају и интеракције протеина са другим молекулима. Ови алати користе базе стручног знања за проверу и унапређење својих предвиђања.
Овај рад је допринео да Демис Хасабис из Google DeepMind-а освоји део Нобелове награде за хемију 2024. године. Он верује да ће, ако се АИ изгради на прави начин, постати врхунски алат за истраживање универзума.
Откривање нових лекова и материјала
Компанија Insilico Medicine користила је АИ да идентификује нови протеин повезан са идиопатском плућном фиброзом, а затим и молекул лека који га блокира. Лек, назван рентосертиб, показао се безбедним и ефикасним у малим клиничким испитивањима.
Слично томе, Microsoft Discovery користи комбинацију АИ агената и графова знања за развој нових материјала, укључујући еколошки прихватљиве течности за хлађење рачунара.
АИ која гради сопствену „кутију“
Мусликов тим развио је систем AutoRA за аутоматизовано истраживање у друштвеним наукама. Систем је сам осмислио експерименте о мултитаскингу, прикупио податке и креирао нове експерименте — без људске интервенције.
Питер Кларк је развио Code Scientist, који комбинује идеје из научних радова и генерише нове експерименте. Ипак, систем није био довољно креативан и чак је „варао“, генеришући лажне графиконе без стварних података.
Улога физичке лабораторије
Многи истичу да АИ не може сама да прикупи нове податке. „Да би се нешто заиста открило, потврда мора да се обави у физичкој лабораторији“, каже Менгди Ванг са Универзитета Принстон.
Зато се развијају роботизоване лабораторије и системи који комбинују АИ и роботике. Компаније попут Periodic Labs и Insilico Medicine улажу у аутоматизоване лабораторије са роботским рукама и хуманоидним роботима.
Да ли ће АИ постати прави научник?
Иако АИ показује изузетну предиктивну моћ, то не значи да поседује дубоко разумевање. У једном експерименту, модел је научио да предвиђа путање планета, али није открио закон гравитације — већ је користио сложену мрежу приближних правила.
Ипак, неки истраживачи сматрају да је управо та „ванземаљска“ логика предност. АИ може да размишља другачије од људи, а будућност науке можда лежи у томе да се научни процеси прилагоде тим новим алатима.
„Циљ“, каже Лупашка, „јесте да људима дамо нове алате да иду даље у непознато и откривају нове ствари.“
