DeepMind varnar för att AI går snabbare än laboratoriernas förmåga att testa upptäckter

Google DeepMind Alphabet Inc. ↗ 0.87% publicerade på tisdagen en ny essä som varnar för att AI-agenter genererar vetenskapliga hypoteser och designar experiment snabbare än laboratorier fysiskt kan testa dem, vilket skapar vad företaget kallar en "växande valideringsflaskhals" som hotar att sakta ner översättningen av AI-drivna upptäckter till verkliga genombrott.

Essän, som tillkännagavs via DeepMinds sociala mediekanaler den 15 juli, beskriver fyra prioriteringar för beslutsfattare och finansiärer för att stänga gapet mellan AI-genererade idéer och deras empiriska bekräftelse.learnijoy+2

AI rör sig snabbare än laboratorier kan följa med

"Från att föreslå hypoteser till att designa experiment, börjar AI-agenter omforma vetenskapliga upptäckter. Men den svåraste delen är att testa dessa idéer i den verkliga världen," skrev DeepMind i sitt tillkännagivande av essän. Artikeln bygger på ett arbete DeepMind har utvecklat kring AI för vetenskap, inklusive deras Co-Scientist-verktyg – ett multi-agentsystem publicerat i Nature tidigare i år som undersöker vetenskaplig litteratur, genererar testbara hypoteser och rankar dem genom simulerad debatt.linkedin+3

Omfattningen av obalansen är tydlig. Som en analys noterade när DeepMind tillkännagav sitt första automatiserade laboratorium sent förra året, kan AI-system föreslå tusentals nya material årligen medan mänsklig valideringskapacitet förblir många storleksordningar mindre. DeepMinds brittiska automatiserade laboratorium, som tillkännagavs i december 2025 i samarbete med den brittiska regeringen, ska söka efter nya batteri-, chip- och solcellsmaterial och representerar ett försök att hantera gapet.deepmind+2

Fyra prioriteringar för beslutsfattare

Essän uppmanar regeringar och finansieringsorgan att agera på fyra fronter för att förhindra att AI-driven vetenskap stannar av i bekräftelsestadiet. Även om DeepMind inte har publicerat hela texten i den nya essän offentligt vid skrivande stund, pekar företagets beskrivning på prioriteringar som inkluderar investeringar i automatiserad laboratorieinfrastruktur och delade valideringssystem som skulle kunna tillåta flera forskarlag att testa AI-genererade hypoteser i stor skala.linkedin+1

Publikationen kommer mitt i bredare uppmaningar från DeepMinds ledning om institutionell reform kring AI. Bara dagar tidigare efterlyste VD Demis Hassabis skapandet av ett standardiseringsorgan för att reglera avancerade AI-modeller, vilket signalerar företagets ökande engagemang i politiska frågor utöver sitt traditionella forskningsfokus.siliconangle+1

En växande konsensus om gapet

DeepMinds intervention bidrar till en växande konsensus inom AI-vetenskapssamhället. I juni lyfte bioteknikföretaget Nuclera fram vad de kallade "AI-antikroppsvalideringsflaskhalsen", medan oberoende kommentatorer har noterat att "flaskhalsen i AI för biologi aldrig var modellen" utan snarare oförmågan att observera och testa systemen som modelleras. En essä från juni från K-Dense AI argumenterade på liknande sätt för att verifiering – inte generering – är den begränsande faktorn för AI-forskningsagenter.k-dense+2

Essän representerar en utveckling av DeepMinds tidigare politiska arbete om AI för vetenskap, som i november 2024 efterlyste initiativ inklusive vetenskapliga dataobservatorier och nya sätt att organisera forskningsinstitutioner. Det nya fokuset på fysisk valideringsinfrastruktur tyder på att i takt med att verktyg som Co-Scientist mognar, har den begränsande faktorn skiftat avgörande från beräkningskapacitet till experimentell kapacitet.deepmind