Yapay zekâ modelleri karmaşık bilimsel görevleri değişken sonuçlarla üstleniyor. Bir Anthropic eylemcisi kapalı çevrim bir deneyde bağlayıcı proteinleri başarıyla tasarlarken, bir makine öğrenmesi makalesi yazmaya yönelik ayrı bir çaba akademik hakemlerin reddiyle sonuçlandı.
Anthropic, Claude modellerinin 48 saat içinde 15 hedefe karşı uçtan uca bir protein tasarım kampanyası yürüttüğü iki deneyi yayımladı. Açık kaynaklı RFdiffusion3 ve ESMFold gibi araçları kullanan Claude Mythos Preview modeli yüzde 26,7 isabet oranına ulaştı. İnsan katkısı bazı istekleri onaylamak, altyapı sorunlarını çözmek ve çıkan tasarımları laboratuvar sağlayıcılarından sipariş etmekle sınırlı kaldı.[1]
Eylemci belirli hedeflerde insan taban değerlerini geride bıraktı; özellikle RBX1 hedefine karşı en iyi tasarımı 3,9 nanomolar değerinde bağlanırken, insanların katıldığı bir yarışmanın kazananı 45 nanomolarda kaldı. Model o hedefte yüzde 40 isabet oranına ulaştı; yarışmacıların oranı ise yüzde 3,7 idi. Hedef başına süreyi 24 saate çıkarmak genel isabet oranını yüzde 35,1'e yükseltti, ancak sistem maltoz bağlayan proteinde tümüyle başarısız oldu.[1]
Bir eylemciye yeni bir araştırma ürettirmeye yönelik ayrı bir çaba ise reddedilmeyle sonuçlandı. Princeton University araştırmacıları, bir sisteme iki NeurIPS 2026 makalesinin henüz yayımlanmamış sorularını yanıtlaması için altı gün süre ve 3.000 dolarlık bir bütçe verdi. Asıl yazarlar üretilen konferans başvurularını değerlendirdi ve ikisini de reddetti. Bu sonuç, var olan benzetim araçlarını yönetmenin, bağımsız olarak kavramsal bir bilimsel katkı oluşturmaktan farklı bir yetenek gerektirdiğini gösteriyor.[2]
