AI-modeller
Tillbaka
OpenAI
OpenAI Forskning Ny

Distributed Agents

Ett forskningssystem där tusentals AI-agenter med GPT-Rosalind analyserade data från miljontals hjärnceller hos möss på 32 minuter och hittade nya spår kring sjukdomar som Alzheimers och Parkinsons.

  • Biologi
  • Agenter
  • Forskning & vetenskap
  • Medicin & hälsa
Omslagsbild från OpenAI:s artikel om AI-agenter för biologisk data 1 / 2

Omslagsbild från OpenAI:s artikel om AI-agenter för biologisk data [1]

Om Distributed Agents[1][2][3][4]

Distributed Agents är ett forskningsprojekt från OpenAI, PerturbAI och Scripps Research. Moderna biologiska experiment ger mer data än forskare hinner gå igenom. Här använde man en stor kartläggning av musens hjärna där tusentals gener stängts av en i taget med CRISPR och effekterna mätts i miljontals celler.

I stället för att låta en enda AI analysera allt delades arbetet upp på tusentals AI-agenter som drivs av OpenAI:s biologimodell GPT-Rosalind, ett arbetssätt som kallas distribuerat biologiskt resonemang. Varje agent undersökte en genförändring, analyserade hur cellerna reagerade, sökte i den vetenskapliga litteraturen och föreslog förklaringar. Rapporterna sammanställdes sedan till en samlad karta som kopplar ihop gener, effekter i cellerna, relevanta publikationer och möjliga biologiska mekanismer. Hela analysen tog 32 minuter, medan forskarna uppskattar att samma arbete för hand skulle ta månader till ett år.

Enligt OpenAI återskapade agenterna slutsatser från mänskliga analyser och hittade dessutom nya spår, till exempel en oväntad skillnad mellan generna Tsc1 och Tsc2 i lillhjärnan och ett möjligt samband mellan genen DCTN1, kolesterolomsättning och nervcellsdöd. När uppgiften blev större citerade de parallella agenterna över 700 källor, jämfört med 11 för en enskild agent, och blindade experter föredrog de distribuerade agenternas tolkningar i 75 % av fallen.

Resultatkartan, koden och en MCP-tjänst för att ställa frågor till materialet finns öppet på GitHub under MIT-licens. Artikeln är publicerad som förhandsversion på bioRxiv.

Det viktigaste[1][2][3]

  • Tusentals AI-agenter med GPT-Rosalind analyserade data från miljontals hjärnceller hos möss på 32 minuter.
  • Forskarna uppskattar att motsvarande manuella analys skulle ta månader till ett år.
  • Enligt OpenAI citerade de parallella agenterna över 700 källor, jämfört med 11 för en enskild agent.
  • Enligt OpenAI föredrog blindade experter de distribuerade agenternas tolkningar i 75 % av fallen.
  • Hittade nya spår, bland annat ett möjligt samband mellan genen DCTN1, kolesterol och nervcellsdöd.
  • Ett samarbete mellan OpenAI, PerturbAI och Scripps Research; koden är öppen under MIT-licens.

Källor

  1. [3]
    Distributed Agents ↗
    Jin Lab, Scripps Research Officiell sida github.com
    Publicerad okänt datum Läst 25 okt 2026
  2. [4]
    Cybersecurity chaos, AI for DNA, Kimi K3.1, Claude Duet, Dessa, Fibo 2, Minimax 3.1: AI NEWS ↗
    AI Search Video youtube.com
    Publicerad 24 okt 2026 Läst 25 okt 2026
  3. [1]
    Using thousands of AI agents to uncover new leads in biological data ↗
    OpenAI Officiell sida openai.com
    Publicerad 21 okt 2026 Läst 25 okt 2026
  4. [2]
    Distributed AI agents enable comprehensive discovery of biological insights at scale ↗
    bioRxiv Forskningsartikel biorxiv.org
    Publicerad 16 okt 2026 Läst 25 okt 2026

Historik

  1. 25 okt 2026
    Tillagd i listan efter AI Search-videon. [4]

Vår bedömning

Inte bedömd än. Alla kan ändra.

Kommentarer

Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.

⌘/Ctrl + Enter

Mer från OpenAI