גוגל דיפמיינד השיקה את Co-Scientist — מערכת AI רב-סוכנית שנבנתה על בסיס Gemini ותפקידה לשמש "שותף מחקר" וירטואלי לחוקרים. במקום מודל בודד שעונה על...
גוגל דיפמיינד השיקה את Co-Scientist — מערכת AI רב-סוכנית שנבנתה על בסיס Gemini ותפקידה לשמש "שותף מחקר" וירטואלי לחוקרים. במקום מודל בודד שעונה על שאלה, מדובר בשישה סוכני Gemini ייעודיים (יצירה, רפלקציה, דירוג, אבולוציה, קרבה וסקירת-על) יחד עם "מפקח" שמתאם ביניהם — כל הרעיון: לייצר השערות מחקר, להתווכח ביניהן, ולשכלל אותן שוב ושוב עד שנשארות ההשערות המבטיחות ביותר. גוגל אף פרסמה את המחקר בכתב העת Nature, מה שמסמן ניסיון רציני להיכנס לליבת התהליך המדעי ולא רק לשמש כלי עזר צדדי.
המערכת היא חלק ממהלך רחב יותר שגוגל חשפה ב-2026 בשם Gemini for Science — פלטפורמה שמאחדת את Co-Scientist יחד עם AlphaEvolve, כלי סיוע מחקרי אמפירי (ERA) ו-NotebookLM, במטרה לזרז שלבים שונים בעבודת המדען: מניסוח השערות, דרך ניסויים חישוביים, ועד ניתוח ספרות מדעית עצומה בקצב שבני אדם לא יכולים להדביק. עבור חוקרים בתחומים כמו רפואה, ביולוגיה וכימיה, זה אומר פוטנציאל לקצר תהליכים שאורכים חודשים לימים ספורים.
הסוגיה המעניינת לקורא הישראלי היא לא רק היכולת הטכנית אלא השאלה מה זה אומר על תפקיד המדען האנושי: המערכת לא מחליפה ניסויים במעבדה, אלא מציעה ומדרגת השערות מחקר באופן אוטונומי, ומשאירה לחוקר להחליט לאן לכוון את המשאבים. בתעשיית ההייטק וההון-סיכון הישראלית, שמשקיעה רבות ב-AI לתחומי Life Sciences, כלים כאלה עשויים להפוך לחלק סטנדרטי בצינור המחקר והפיתוח כבר בשנים הקרובות.
ב-19 במאי 2026 המחקר עבר ממצגת שיווקית לפרסום מדעי של ממש: Nature פרסם את הארכיטקטורה המלאה של Co-Scientist יחד עם תוצאות מעבדה שמאמתות שתי השערות שהמערכת ניסחה בעצמה — מועמד תרופתי לפיברוזיס בכבד (Vorinostat, שהפחית שינויי כרומטין הנגרמים מ-TGFβ ב-91% בבדיקות על אורגנואידים של כבד) והצעות לשימוש חוזר בתרופות קיימות נגד לוקמיה מיאלואידית חריפה (AML), שאושרו במבחני מעבדה. בנוסף, המערכת שחזרה תגלית ביולוגית שטרם פורסמה על אופן ההתפשטות של איי כרומוזום פאג'ים בין מיני חיידקים שונים — תובנה שלקחה לחוקרים שנות מחקר, ול-Co-Scientist ימים בודדים.
לצד Co-Scientist, גוגל הציגה גם את ERA (Empirical Research Assistance) — מערכת שמייצרת קוד מדעי ברמת מומחה באמצעות שילוב של מודל שפה וחיפוש-עץ שממטב מדדי איכות. ב-14 מודלים שונים ERA הצליחה להכות את מודל התחזית הרשמי של ה-CDC האמריקאי לאשפוזי קורונה, ותחזיותיה מדורגות בקביעות בראש לוחות התוצאות הציבוריים של הרשות לשלוש נגיפי דרכי הנשימה המרכזיים. המערכת נבחנה גם בתחומים כמו גנומיקה, ניתוח תמונות לוויין, נוירומדע ומתמטיקה, והציגה בכולם ביצועים ברמת מומחה אנושי — מה שממחיש שהיעד של גוגל אינו רק ניסוח השערות אלא גם אוטומציה של שלב כתיבת התוכנה המדעית עצמה, שלב שצורך היום חלק ניכר מזמנם של חוקרים.
כל הכלים האלה אורגנו במסגרת אחת שגוגל חשפה רשמית בכנס I/O במאי 2026 תחת השם Gemini for Science, עם גישה שנפתחת בהדרגה דרך Google Labs. הפלטפורמה בנויה משלושה מרכיבים: Literature Insights (מבוסס על NotebookLM), Hypothesis Generation (מבוסס Co-Scientist) ו-Computational Discovery (מבוסס AlphaEvolve ו-ERA). מעניין לציין ש-NotebookLM עצמו, הכלי שעליו מבוסס רכיב הספרות המדעית, שינה בינתיים שם ל-Gemini Notebook ביולי 2026, ועובר כעת על Gemini 3.5 עם הרצת קוד מובנית — סימן לכך שגוגל ממזגת בהדרגה את כל שכבת כלי ה-AI המדעיים שלה תחת מותג Gemini אחיד, במקום מוצרים נפרדים עם זהות משלהם.
עם זאת, כדאי לקרוא את ההייפ בזהירות: לפי הדיווחים על הפרסום ב-Nature, Co-Scientist לא השיג גילוי מדעי אוטונומי אמיתי, ההשערות שהוא הציע לא הושלמו במחקרים קליניים על בני אדם, והוא לא מחליף צוות מחקר ביו-רפואי שלם — רק מקצר את שלב הניסוח וההערכה הראשוני. זהו בדיוק הפער שממנו נהנים כיום גופי מחקר וחברות Life Sciences: לא AI שמגלה תרופות לבד, אלא מנוע שמצמצם את זמן ה"ניפוי" של אלפי כיווני מחקר אפשריים לרשימה קצרה שראויה להשקעת משאבי מעבדה אמיתיים. עבור אקוסיסטם ההייטק הישראלי, שבו חברות רבות בתחום הבריאות הדיגיטלית והביוטק כבר משלבות מודלי שפה בצינורות המחקר שלהן, זו בדיוק נקודת הכניסה המעשית — לא תחליף למדען, אלא מכפיל כוח לשלב שעד היום נחשב לצוואר הבקבוק האיטי ביותר בתהליך.
