
Google Co-Scientist und FutureHouse Robin meistern Drug-Retargeting-Aufgaben
In der Ausgabe vom 19. Mai 2026 veröffentlicht Nature zwei Papers zu KI-gestützten Wissenschaftsassistenten. Googles Co-Scientist basiert auf dem Gemini-Sprachmodell und arbeitet nach dem Prinzip „Scientist in the Loop": Forscher steuern den Prozess aktiv, während das System Hypothesen in einem Turnier-Mechanismus gegeneinander abwägt und ein Reflection-Agent die Ergebnisse bewertet. Ein Evolution-Agent verbessert vielversprechende Ideen iterativ. Zentrales Anwendungsgebiet war die Suche nach bekannten Wirkstoffen gegen akute myeloische Leukämie; ein Expertengremium priorisierte die Vorschläge. Das System ist modellunabhängig ausgelegt und soll mit besseren Modellen skalieren – Google warnt jedoch explizit vor Halluzinierungsrisiken. FutureHouses Robin geht einen Schritt weiter: Es kann biologische Experimentaldaten aus spezifischen Assay-Klassen eigenständig auswerten. Spezialisierte Sub-Agenten wie Crow (Kurzfassung) und Falcon (Tiefenanalyse) unterstützen die Literaturrecherche. Robin analysierte 551 Paper in 30 Minuten und fokussierte auf eine Form der Makuladegeneration. Beide Systeme zielen auf „kombinatorische Synthese" – das Aufdecken nicht-offensichtlicher Verbindungen zwischen Forschungsfeldern, die Spezialisten durch Wissenssilos übersehen.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHopenai.com10h
OpenAI und Molecule.one: GPT-5.4 optimiert Reaktion in der Medizinalchemie
- LAUNCHyoutube.com0mo
Google DeepMind stellt Co-Scientist vor: KI generiert neue wissenschaftliche Hypothesen
- FORSCHUNGarxiv.org0mo
pArticleMap: KI-System generiert evidenzbasierte Forschungshypothesen für Nanomedizin

Google Co-Scientist und FutureHouse Robin meistern Drug-Retargeting-Aufgaben
In der Ausgabe vom 19. Mai 2026 veröffentlicht Nature zwei Papers zu KI-gestützten Wissenschaftsassistenten. Googles Co-Scientist basiert auf dem Gemini-Sprachmodell und arbeitet nach dem Prinzip „Scientist in the Loop": Forscher steuern den Prozess aktiv, während das System Hypothesen in einem Turnier-Mechanismus gegeneinander abwägt und ein Reflection-Agent die Ergebnisse bewertet. Ein Evolution-Agent verbessert vielversprechende Ideen iterativ. Zentrales Anwendungsgebiet war die Suche nach bekannten Wirkstoffen gegen akute myeloische Leukämie; ein Expertengremium priorisierte die Vorschläge. Das System ist modellunabhängig ausgelegt und soll mit besseren Modellen skalieren – Google warnt jedoch explizit vor Halluzinierungsrisiken. FutureHouses Robin geht einen Schritt weiter: Es kann biologische Experimentaldaten aus spezifischen Assay-Klassen eigenständig auswerten. Spezialisierte Sub-Agenten wie Crow (Kurzfassung) und Falcon (Tiefenanalyse) unterstützen die Literaturrecherche. Robin analysierte 551 Paper in 30 Minuten und fokussierte auf eine Form der Makuladegeneration. Beide Systeme zielen auf „kombinatorische Synthese" – das Aufdecken nicht-offensichtlicher Verbindungen zwischen Forschungsfeldern, die Spezialisten durch Wissenssilos übersehen.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHopenai.com10h
OpenAI und Molecule.one: GPT-5.4 optimiert Reaktion in der Medizinalchemie
- LAUNCHyoutube.com0mo
Google DeepMind stellt Co-Scientist vor: KI generiert neue wissenschaftliche Hypothesen
- FORSCHUNGarxiv.org0mo
pArticleMap: KI-System generiert evidenzbasierte Forschungshypothesen für Nanomedizin