DeepMind saca a Co-Scientist del laboratorio virtual y lo pone a operar reactores reales

Un nuevo artículo de Google DeepMind, publicado en arXiv bajo el título 'Accelerating Scientific Research with Gemini in the Real-World', documenta cómo Co-Scientist pasó de generar hipótesis en simulación a operar directamente equipo de laboratorio. En química de materiales, el sistema controló un reactor de deposición química en fase vapor semiautomatizado para diseñar una ruta segura de precursores y logró sintetizar, en un solo intento, un material 2D laminar con similitudes estructurales a la red cristalina del MXene Ti3C2Tx, además de hacer crecer una monocapa de MoS2 también al primer intento.

Más allá del resultado experimental puntual, el paper reporta una reducción drástica en errores metodológicos graves durante la generación autónoma de artículos científicos, del 100% al 24%, y afirma haber llevado a cero la fabricación completa de datos —uno de los riesgos más citados al usar IA en ciencia— en sus pruebas. Los autores insisten en presentar a Co-Scientist como un colaborador que acompaña todo el ciclo de investigación, desde la hipótesis hasta el borrador del manuscrito, y no como un reemplazo del criterio científico o clínico humano.

El trabajo se suma a un frente donde varios laboratorios —incluido Anthropic con su expansión de acceso para científicos anunciada la misma semana— compiten por demostrar que sus modelos pueden operar como colaboradores confiables dentro del método científico, y no únicamente como generadores de texto sobre resultados ajenos.