Anthropic menerbitkan esai tamu yang meminta agen AI untuk sains berhenti mengembalikan satu model “terbaik” dan sebagai gantinya menyajikan seluruh rentang model yang masuk akal, lengkap dengan bobot dukungannya. Esai berjudul “Teaching AI to build scientific models” itu ditulis Jakob Macke, Daniel Gedon, dan Stefan Wahl, peneliti ELLIS Institute Tübingen dan Universitas Tübingen yang menjadi penerima hibah AI for Science Anthropic, dan terbit 6 November 2026.
Ringkasan
- Esai Anthropic berargumen agen AI sains sebaiknya mengembalikan distribusi berbobot model yang masuk akal, bukan satu model paling cocok.
- Banyak model bisa menjelaskan data yang sama; satu jawaban menyembunyikan alternatif dan ketidakpastian.
- Metode ModelSMC menguji gagasan itu pada tiga simulator, termasuk penemuan ulang struktur Hodgkin-Huxley dari 10 rekaman tegangan nyata.
Penulis membagi pemodelan ilmiah menjadi tiga langkah yang berulang: membangun model, membatasi parameternya dengan data, lalu menafsirkan apa arti model itu bagi sistem nyata. AI kini terlibat di ketiganya, tetapi kemajuan terbesar sejauh ini ada di langkah kedua: dengan simulation-based inference, komputer menjalankan simulator ratusan ribu kali dengan parameter acak, lalu melatih jaringan saraf untuk mengembalikan rentang parameter yang bisa menghasilkan data yang diamati. Untuk model Hodgkin-Huxley saja dibutuhkan 100.000 simulasi untuk memperkirakan delapan parameter dari tujuh fitur tegangan.
Esai ini membuka dengan kisah Hodgkin dan Huxley pada 1951. Komputer Universitas Cambridge rusak selama enam bulan, sehingga Huxley terpaksa menyelesaikan persamaan model sel saraf cumi-cumi dengan kalkulator engkol tangan selama lebih dari tiga minggu. Agar kurva model cocok dengan data, satu variabel harus dipangkatkan empat — dan dugaan mereka bahwa itu berarti empat partikel bermuatan harus bergerak sebelum gerbang membran terbuka terbukti benar puluhan tahun kemudian, ketika struktur kanal kalium ternyata terdiri dari empat bagian identik. Poin penulis: yang memberi pemahaman bukan angka pangkat empatnya, melainkan pengetahuan bahwa pangkat yang lebih rendah tidak berhasil.
BACA JUGA
Gagasan yang sama lalu dinaikkan satu tingkat: bukan hanya parameter, melainkan struktur modelnya sendiri. Dalam metode yang mereka sebut ModelSMC, agen LLM menulis kode kandidat simulator, menjalankannya, membatasi parameternya, membandingkan hasilnya dengan data, lalu merevisi persamaannya. Kandidat yang bertahan diberi bobot menurut dukungan data, yang terlalu lentur mendapat kredit lebih kecil, dan variasi baru dibuat dari kandidat terkuat. Uji cobanya mencakup dinamika epidemi sintetis, simulator regulasi hormon aldosteron di ginjal, dan penemuan ulang struktur Hodgkin-Huxley dari 10 rekaman tegangan nyata. Pada tugas terakhir, keluarga model berbobot tinggi berulang kali menambahkan arus kalium lambat tipe-M, dan keluarga itu menempati peringkat pertama dalam sembilan dari sepuluh run.
Penulisnya sendiri memberi catatan penahan. Sistem semacam ini sejauh ini kebanyakan diuji pada penemuan ulang model yang sudah diketahui ilmuwan; bukti bahwa ia bekerja pada masalah yang jawabannya belum diketahui masih jarang. Dari tiga langkah, interpretasi dinilai yang paling sulit diserahkan ke AI, karena kecocokan dengan data bisa diukur, sedangkan pemahaman tidak punya ukuran yang sebanding. Seperti yang ditulis matematikawan Richard Hamming pada 1962, “The purpose of computing is insight, not numbers.”
Esai ini terbit di blog sains Anthropic sebagai bagian dari program AI for Science yang diluncurkan 5 Mei 2025 untuk peneliti terafiliasi institusi, dengan fokus pada biologi dan ilmu hayati. Esai ini bisa dibaca publik, dan penulisnya menutup dengan standar yang mereka ajukan: sistem AI yang baik bukan hanya menyerahkan model yang cocok, melainkan juga catatan bukti di balik jawabannya — pengukuran mana yang mengunci tiap komponen, kandidat mana yang gagal, dan ketidakpastian apa yang masih tersisa.




