poniedziałek, 13 lipca 2026

Nowości

Agent AI Biomni ze Stanfordu wspiera już 15 tysięcy naukowców

BadaniaPatryk Raba1
Fot. King of Hearts, Wikimedia Commons (CC BY-SA 3.0)
Spis treści
  1. Co dokładnie robi Biomni
  2. Skala użycia i pierwsze sukcesy
  3. Kontekst szerszego trendu
  4. Co to oznacza dla nauki i dla Polski

Zespół z Uniwersytetu Stanforda opublikował w czasopiśmie Science recenzowaną pracę opisującą Biomni, autonomicznego agenta AI, który samodzielnie planuje i wykonuje eksperymenty biomedyczne. System, dostępny bezpłatnie dla naukowców, zdążył już namieszać w kilku dziedzinach medycyny, zanim jeszcze formalnie przeszedł recenzję.

Co dokładnie robi Biomni

Biomni łączy duże modele językowe z technologią wyszukiwania w bazach wiedzy (RAG) oraz zdolnością do samodzielnego pisania i uruchamiania kodu. W praktyce oznacza to, że system nie działa według sztywnego scenariusza, tylko sam układa plan działania pod konkretne pytanie badawcze, sięga po odpowiednie narzędzia i bazy danych, a potem wykonuje kolejne kroki eksperymentu.

Zamiast czekać na instrukcje krok po kroku, agent otrzymuje pytanie w naturalnym języku i sam decyduje, jakich zasobów użyć. Twórcy porównują go do asystenta laboratoryjnego, który potrafi samodzielnie zaplanować eksperyment, znaleźć potrzebne dane w literaturze naukowej i przeprowadzić analizę bez nadzoru na każdym etapie.

Biomni potrafi zrozumieć proste pytanie w rodzaju: dlaczego ci pacjenci różnie reagują na ten sam lek. Potem zabiera się do pracy i wykonuje sporą część naukowej roboty - Kexin Huang, twórca Biomni, były doktorant w laboratorium Jure'a Leskoveca na Stanfordzie
Jeśli pomyśleć o agencie AI jako o stolarzu, to stolarz bez narzędzi potrafi tylko mówić. Dzięki Biomni dajemy temu stolarzowi zestaw narzędzi, żeby mógł budować - Jure Leskovec, profesor informatyki na Stanfordzie

Skala użycia i pierwsze sukcesy

System od czasu udostępnienia we wczesnej wersji zdążył zebrać społeczność 15 tysięcy naukowców korzystających z niego bezpłatnie. Łącznie zautomatyzowali oni ponad 100 tysięcy procesów badawczych, od priorytetyzacji genów w chorobach rzadkich, przez repozycjonowanie istniejących leków, po analizę mikrobiomu i planowanie klonowania molekularnego.

Najbardziej konkretnym dowodem skuteczności jest wariant Biomni-AD, dostrojony do badań nad chorobą Alzheimera. Zdobył on nagrodę w wysokości miliona dolarów przyznaną przez Alzheimer's Disease Data Initiative, organizację skupiającą dane i finansowanie na rzecz badań nad tą chorobą. To pierwszy tak wymierny efekt pracy agenta, a nie tylko benchmarkowy wynik w publikacji naukowej.

Kontekst szerszego trendu

Biomni wpisuje się w rosnącą falę narzędzi AI mających przyspieszyć odkrycia naukowe. Szef badań w OpenAI, Mark Chen, prognozował niedawno, że sztuczna inteligencja doprowadzi w ciągu najbliższych dwóch lat do odkryć na poziomie Nagrody Nobla, zwłaszcza w biologii i medycynie. Takie zapowiedzi bywają traktowane z rezerwą, ale konkretne przykłady przyspieszenia badań już się pojawiają.

Przykładem jest lek rentosertib opracowywany przez Insilico Medicine, którego czas rozwoju dzięki generatywnej AI skrócono z typowych trzech, czterech lat do 13-18 miesięcy. Biomni idzie o krok dalej niż narzędzia wspierające projektowanie leków, bo obejmuje cały cykl pracy badawczej, od postawienia hipotezy po analizę wyników.

Co to oznacza dla nauki i dla Polski

Dla laboratoriów badawczych, także polskich uczelni medycznych i instytutów, narzędzia typu Biomni obniżają próg wejścia do zaawansowanych analiz, które wcześniej wymagały zespołu specjalistów od bioinformatyki. System jest open source, a interfejs dostępny bezpłatnie, co oznacza, że dostęp do niego nie jest ograniczony do najbogatszych ośrodków.

Jednocześnie autonomiczne agenty badawcze rodzą pytania o odpowiedzialność za błędne wnioski czy nieprawidłowo zaprojektowane eksperymenty, zwłaszcza gdy wyniki mają wpływ na decyzje kliniczne. Publikacja w Science, przechodząca pełną recenzję naukową, ma być odpowiedzią na wątpliwości co do rzetelności systemów, które wcześniej funkcjonowały głównie jako preprinty.

Twórcy zapowiadają dalszy rozwój narzędzia i rozszerzanie liczby obsługiwanych baz danych oraz protokołów badawczych. Kexin Huang, główny autor projektu, założył już firmę mającą komercjalizować technologię, co sugeruje, że Biomni z projektu akademickiego szybko przechodzi w fazę produktu rynkowego.

Źródła: Cyfrowa.rp.pl (cyfrowa.rp.pl), Stanford Report (news.stanford.edu)

Udostępnij: