ทันเอไอ

นักวิจัยเปิดตัว LibStructBench เกณฑ์มาตรฐานวัดประสิทธิภาพเอเยนต์ AI ทำความเข้าใจโปรโตคอลพันธุศาสตร์

งานวิจัยชิ้นใหม่เผยข้อจำกัดของเอเยนต์ AI ในการตีความและสร้างโครงสร้างโมเลกุลจากโปรโตคอลการหาลำดับสารพันธุกรรม

วงการวิจัยปัญญาประดิษฐ์และชีววิทยาโมเลกุลมีความเคลื่อนไหวสำคัญ เมื่อมีการนำเสนอ "LibStructBench" ซึ่งเป็นเกณฑ์มาตรฐาน (benchmark) แบบ document-grounded สำหรับประเมินความสามารถของเอเยนต์ AI (AI agents) ในการทำความเข้าใจ พร้อมทั้งสร้างโครงสร้างโมเลกุลและกระบวนการทำงานที่ระบุไว้ในโปรโตคอลการหาลำดับสารพันธุกรรมขึ้นมาใหม่ ผลงานชิ้นนี้ได้รับการเผยแพร่บนฐานข้อมูล arXiv เมื่อวันที่ 27 ตุลาคม 2026 และนำเสนอในงานประชุมวิชาการ NeurIPS 2026 ในเวิร์กชอป *AgenticLS* และ *Agentic AI for Biological Discovery*

จากการทดลองของคณะผู้วิจัยพบว่า เอเยนต์ AI รุ่นแถวหน้า (frontier agents) ในปัจจุบันมักจะสร้างผลลัพธ์ที่ "ถูกต้องโดยประมาณ" เท่านั้น แต่ยังขาดความน่าเชื่อถือในการสร้างผลลัพธ์ที่ "ถูกต้องแม่นยำอย่างแท้จริง" โดยเฉพาะอย่างยิ่งในส่วนของการแสดงสถานะโมเลกุลและการเชื่อมโยงกระบวนการทำงาน นอกจากนี้ การเปลี่ยนโมเลกุลภาษาขนาดใหญ่ (language model) ที่อยู่เบื้องหลัง ส่งผลให้ประสิทธิภาพโดยเฉลี่ยแตกต่างกันมากกว่าการเปลี่ยนตัวโครงสร้างเอเยนต์ (agent harnesses) อย่างมีนัยสำคัญทางสถิติ

การศึกษาครั้งนี้ช่วยชี้ให้เห็นถึงช่องว่างและจุดที่ต้องพัฒนาต่อยอดสำหรับเครื่องมือ AI ที่ใช้งานด้านชีววิทยา เพื่อให้มีความแม่นยำเพียงพอสำหรับการนำไปประยุกต์ใช้ในการวิเคราะห์ชุดข้อมูลการหาลำดับสารพันธุกรรมที่มีความจำเพาะสูง