ИИ выбирает следующий опыт по результатам предыдущего: GenExp испытали в лаборатории на дрожжах

Замкнутый цикл. Система сама формулирует гипотезу, планирует эксперимент и готовит инструкции для роботизированной лаборатории. После измерений она учитывает результат при выборе следующего опыта. Команда Даниэля Бруннсокера и Росса Кинга связала ИИ-агентов с символическим обучением, которое работает с явно заданными знаниями и правилами.

Исследователи снабдили систему знаниями о геноме, обмене веществ и предыдущих исследованиях дрожжей. В экспериментах глутамат подавлял рост клеток, обработанных спермином, а аминоадипат частично компенсировал стресс от муравьиной кислоты. Работа опубликована 8 июля 2026 года в Journal of the Royal Society Interface.

Код для запуска. Авторы опубликовали код и данные GenExp под MIT. README предлагает три способа установки:

- Docker-образ `alecgower/genexp:prebuilt`. - Development Container. - Ручную установку зависимостей.

Для установки нужна ветка `experimental`. Перед запуском ключ OpenAI API кладут в `key.txt` в корне проекта, а пути к исполняемым файлам задают в `scripts/config.py`.

Из каталога `scripts` команда `python genexp.py --target <string> --N <integer> --alpha <float>` запускает генерацию гипотезы, плана эксперимента и скриптов дозирования. В лабораторном процессе эти скрипты выполняют на Hamilton, EVE и через AutonoMS. После сохранения измерений `analysis.py` обрабатывает данные, проводит статистические тесты и готовит отчёт.

Все гипотезы, эксперименты и результаты GenExp сохраняет в графовой базе с едиными словарями научных понятий.