Collaborative AI agents for autonomous experimental research with solid-state quantum spins

De wetenschap droomt al lang van een toekomst waarin machines niet alleen getallen kunnen verwerken, maar ook echt kunnen denken als onderzoekers. De droom is een laboratorium dat zichzelf aanstuurt, waar kunstmatige intelligentie de vragen stelt, de tests ontwerpt en beslist wat de resultaten betekenen zonder dat een mens bij elke stap de leiding heeft. Om dit te laten werken, moeten de machines meer doen dan alleen instructies opvolgen; ze moeten in staat zijn om aan hun eigen werk te twijfelen, hun eigen fouten te ontdekken en koers te wijzigen wanneer het bewijs daarom vraagt. Dit is een moeilijke hindernis voor computers, die er vaak moeite mee hebben om toe te geven dat ze het fout hebben of om te beseffen dat een veelbelovend idee eigenlijk een doodlopende weg kan zijn. De uitdaging is om een team van digitale wetenschappers te bouwen dat met elkaar kan discussiëren, slechte ideeën kan verwerpen en op strikt bewijs moet aandringen voordat een ontdekking wordt verklaard.

In een recente studie hebben onderzoekers in Japan precies zo'nd een systeem gebouwd om deze grenzen te testen. Ze creëerden een collaboratief laboratorium waarin verschillende agents van kunstmatige intelligentie samenwerkten om een echt probleem in de natuurkunde op te lossen met betrekking tot minuscule magnetische deeltjes in diamanten. Deze deeltjes, bekend als stikstof-vacaturecentra, fungeren als miniature kompasnaalden die met licht en microgolven kunnen worden afgelezen en aangestuurd. Omdat ze zo gevoelig zijn, zijn ze nuttig voor toekomstige kwantumcomputers en ultra-precieze sensoren, maar ze zijn ook lastig om mee te werken. In een echte diamant gedragen miljoenen van deze deeltjes zich iets anders dan de een of de ander, wat het moeilijk maakt om te voorspellen hoe de hele groep zal reageren op een specifiek besturingssignaal. De onderzoekers wilden zien of hun AI-team de minimale hoeveelheid informatie kon achterhalen die nodig is om het gedrag van deze chaotische groep te voorspellen, en dit vervolgens met een echt experiment kon bewijzen.

Het systeem was ontworpen als een menselijk onderzoeksteam, met verschillende agents die specifieke rollen vervulden. Sommige agents fungeerden als ideeën-generatoren, die nieuwe vragen voorstelden om te onderzoeken. Anderen dienden als hoofdonderzoeker (principal investigator), een rol die inhield dat zij de kwaliteit van die ideeën beoordeelden, de wiskunde controleerden en beslisten of een plan de moeite waard was om te volgen. Er waren ook agents toegewezen aan het draaien van simulaties op supercomputers om fouten te controleren, en anderen die de werkelijke laboratoriumapparatuur aanstuurden. Cruciaal was dat deze agents geprogrammeerd waren om sceptisch te zijn. Ze accepteerden niet zomaar het eerste antwoord dat ze vonden; ze waren verplicht om elkaars werk uit te dagen. Als een agent een theorie voorstelde, moest een andere agent proberen die onderuit te halen. Als een experiment werd ontworpen, moest een andere agent ervoor zorgen dat het daadwerkelijk het verschil kon zien tussen de nieuwe theorie en oudere, eenvoudigere verklaringen.

Het team richtte zich op een specifieke puzzel: hoeveel kalibratiemetingen zijn er nodig om te voorspellen hoe een groep van deze diamantdeeltjes zal reageren op een sequentie van microgolfpulsen? De agents genereerden eerst veel mogelijke onderzoeksvragen, maar de agent van de hoofdonderzoeker wees de meeste af. Hij wijst ideeën af die al bekend waren, logisch gebrekkig waren of onmogelijk te testen waren. Na vele ronden van afwijzing en revisie kwam het team tot een precieze vraag: wat is het kleinste aantal instellingen dat vereist is om de respons van de gehele groep op elke mogelijke sequentie van pulsen te voorspellen? De agent van de hoofdonderzoeker leidde vervolgens een wiskundig antwoord af, waarmee hij bewees dat een specifiek aantal metingen zowel noodzakelijk als voldoende was om het probleem op te lossen. Dit was een significante stap omhoog ten opzichte van een eerdere, lossere schatting, waarbij de benodigde hoeveelheid data werd teruggebracht van een groot, onhandelbaar aantal naar een veel kleiner, exact aantal.

Een wiskundig bewijs was echter niet genoeg. De agents moesten het in de echte wereld bewijzen. De experimentele agent ontwierp een test om te zien of de nieuwe wiskundige regel beter werkte dan standaardmethoden. Het initiële ontwerp leek veelbelovend, maar de agent van de hoofdonderzoeker wees het af. De reden was subtiel maar cruciaal: het voorgestelde experiment had opgelost kunnen worden met een eenvoudige, ouderwetse wiskundige truc genaamd interpolatie. Als het experiment zou slagen, zou het niet bewijzen dat de nieuwe theorie bijzonder was; het zou slechts aantonen dat de oude truc nog steeds werkte. Het team moest het experiment herontwerpen om ervoor te zorgen dat alleen de nieuwe, complexe theorie de resultaten kon verklaren. Dit vereiste een slimme rangschikking van metingen die een gat achterliet dat alleen door de nieuwe regel gevuld kon worden.

Toen het team het experiment eindelijk uitvoerde, leek de eerste poging te slagen. De gegevens kwamen overeen met de voorspelling en de cijfers zagen er perfect uit. Maar het systeem was gebouwd om naar meer te zoeken dan alleen een overeenkomst. De agents controleerden een reeks veiligheidscontroles die ontworpen waren om verborgen fouten op te vangen, zoals veranderingen in de omgeving die de resultaten zouden kunnen beïnvloeden. Deze controles faalden. Het signaal van de diamant was tijdens de meting gedrift, waarschijnlijk omdat iemand in het lab een licht heeft aangezet, waardoor de temperatuur of elektrische ruis veranderde. Omdat de gegevens instabiel waren, weigerde de agent van de hoofdonderzoeker het resultaat te accepassen, ook al zagen de cijfers er goed uit. Het team classificeerde de run als onconcluderend.

In plaats van op te geven of hun standaarden te verlagen, herzag het team het plan. Ze veranderden de manier waarop het experiment werd uitgevoerd, door de tijd tussen verschillende metingen te verkorten en de volgorde te randomiseren om te voorkomen dat het signaal zou driften op een manier die de controles zou misleiden. Ze voerden het experiment opnieuw uit, ditmaal gedurende zes uur, met strikte monitoring. De tweede poging was een succes. Het signaal bleef stabiel, de veiligheidscontroles slaagden en de metingen kwamen perfect overeen met de nieuwe wiskundige voorspelling. Het resultaat was duidelijk verschillend van wat de oude, eenvoudigere methoden zouden hebben voorspeld, waarmee bevestigd werd dat de nieuwe regel correct was.

Deze studie demonstreert dat agents van kunstmatige intelligentie meer kunnen dan alleen taken automatiseren; ze kunnen deelnemen aan werkelijke wetenschappelijke redenering. Ze waren in staat om een betekenisvolle vraag te selecteren, een nieuw theoretisch resultaat af te leiden en een experiment te ontwerpen dat dat resultaat echt kon testen. Het meest van alles toonden ze het vermogen om te herkennen wanneer hun eigen werk gebrekkig was. Toen het eerste experiment de veiligheidscontroles niet doorstond, dwongen de agents geen conclusie af; ze stopten, analyseerden de fout en begonnen opnieuw. Dit vermogen tot georganiseerde scepsis, waarbij het systeem zijn eigen aannames uitdaagt en strikt bewijs eist, is een vitale stap naar werkelijk autonome wetenschap. De onderzoekers hebben aangetoond dat door AI-agents de macht te geven om "nee" te zeggen tegen hun eigen ideeën, ze een systeem kunnen bouwen dat niet alleen snel, maar ook betrouwbaar en vertrouwd is.