Kosmos makalesini okurken içimde garip bir heyecan oluştu. Çünkü bu sistem, bilimde yıllardır ulaşmak istenen bir şeyi başarmış gibi hissettiriyor: yapay zekânın artık sadece “yardımcı” değil, doğrudan araştırmacı olabildiği bir aşama. Verileri analiz eden, hipotez kuran, kod yazan ve sonunda bilimsel rapor oluşturan bir sistem… Bu, aslında bilimin üretim sürecinin dijitalleşmesinin en saf hâli. İnsan olarak benim yıllarca uğraştığım “sorgulama – analiz – sentez” döngüsünü bir makinenin kendi içinde bu kadar sistematik biçimde kurabilmesi beni hem hayran bıraktı hem de düşündürdü. Kosmos’un yaptığı şey, yalnızca bilgi bulmak değil; bilgiyi yeniden inşa etmek. 42.000 satır kod, 1.500 makale ve 6 aylık insan emeği… Bu ölçekte bir üretimi 12 saatte gerçekleştirebilmek, insan zekâsının tarihsel sınırlarını zorlayan bir şey.
Bu teknolojiyi okurken aklıma şu soru geldi: “Bir gün insan araştırmacı ile yapay zekâ araştırmacı yan yana makale yazarsa, hangisinin imzası daha anlamlı olur?” Kosmos’un keşiflerinden biri olan SOD2 proteininin kalp fibrozuna etkisini ya da Alzheimer’da ECM proteinlerindeki düşüşü tamamen otonom şekilde bulabilmesi, artık sezgi ve algoritma arasındaki çizgiyi bulanıklaştırıyor. Benim için Kosmos’un en büyüleyici tarafı, yalnızca teknik kapasitesi değil; bilimsel merakı taklit edebilme yeteneği. Bu sistemin ileride açık kaynaklı sürümleri çıktığında, belki de hepimizin bilgisayarında küçük bir “bilimsel asistan” çalışıyor olacak — deney tasarlayan, veriyi analiz eden, bizimle birlikte düşünen. Ve o zaman, bilimin ne kadar insani, ne kadar yapay olduğu sorusu çok daha derin bir anlam kazanacak.
Bilim dünyasında sessiz bir devrim yaşanıyor. Artık araştırmaları sadece insanlar değil, yapay zekâ bilim insanları da yürütüyor. Edison Scientific’in geliştirdiği Kosmos, veri odaklı keşif sürecini baştan sona otomatikleştiren ilk “AI Scientist” olarak bilim tarihine geçti.
Kosmos yalnızca bir analiz aracı değil; okuyan, düşünen, test eden ve raporlayan bir sistem. Yani, adeta 7/24 çalışan bir bilim insanı.
Kosmos’un Temel Fikri
Bilimsel keşif; hipotez kurma, veri toplama, analiz etme, literatürü inceleme ve sonuçları yazıya dökme gibi birçok aşamadan oluşur.
Kosmos bu sürecin tamamını otonom biçimde gerçekleştiriyor.
Bir araştırmacı Kosmos’a sadece:
- bir veri kümesi,
- ve bir genel araştırma hedefi veriyor.
Sonrasında sistem kendi başına şunları yapıyor:
- İlgili bilimsel makaleleri tarıyor.
- Yeni hipotezler oluşturuyor.
- Verileri analiz etmek için Python kodları yazıyor ve çalıştırıyor.
- Sonuçları yorumluyor.
- Her adımı kaynak göstererek bilimsel raporlar oluşturuyor.
Mimarinin Kalbi: “World Model”
Kosmos’un en büyük yeniliği, “structured world model” adı verilen bilgi yönetim sistemidir.
Bu model, farklı yapay zekâ ajanlarının —özellikle iki temel birimin— birbirine bağlanmasını sağlar:
- 🧮 Data Analysis Agent: Verileri işler, istatistiksel testler yapar, Jupyter notebook’lar oluşturur.
- 📚 Literature Search Agent: Bilimsel makaleleri tarar, alıntılar toplar, bilgileri sentezler.
Bu iki ajan aynı anda yüzlerce küçük görevi yürütür ve elde ettikleri bilgileri ortak belleğe kaydeder.
Sonuç: Kosmos tek bir çalışma sürecinde ortalama
- 42.000 satır kod,
- 1.500 makale,
- 200 araştırma döngüsü (cycle) tamamlıyor.
Her rapor, otomatik kaynak bağlantılarına ve yürütülmüş koda sahip. Yani her bulgu geri izlenebilir durumda.
Performans ve Doğruluk
Bağımsız araştırmacıların yaptığı değerlendirmelere göre:
- Kosmos’un raporlarındaki ifadelerin %79.4’ü doğru.
- Yalnızca veri analizine dayanan sonuçlarda doğruluk %85’in üzerinde.
Bir Kosmos çalışması, ortalama olarak 4 ila 6 aylık insan emeğine eşdeğer iş üretiyor.
Üstelik bunu sadece 12 saat içinde yapıyor.
Akademik uzmanlar, Kosmos’un ürettiği bulguların hem yenilik düzeyinin, hem de mantıksal derinliğinin döngü sayısıyla doğru orantılı olarak arttığını doğruladı.
Yani ne kadar uzun çalışırsa, o kadar “akıllı” hale geliyor.
Gerçek Bilimsel Keşifler
Kosmos yalnızca teori üretmiyor — gerçek bilimsel keşifler yapıyor.
Makale, farklı disiplinlerden 7 büyük keşfi örnekliyor:
1. Hipotermi Altında Beyin Metabolizması
Kosmos, fare beyin metabolom verilerini analiz ederek soğuma durumunda nükleotid-salvage yollarının aktive olduğunu tespit etti.
Bu mekanizma, beynin düşük sıcaklıkta enerji korumasını sağlıyor.
İnsan araştırmacıların sonuçlarıyla birebir örtüştü (R² = 0.998).
2. Perovskit Güneş Hücrelerinde Nem Eşiği
Malzeme bilimi verilerini inceleyen Kosmos, ısıtma aşamasındaki mutlak nemin cihaz verimliliğini belirleyen ana faktör olduğunu buldu.
%60 g/m³ üzerindeki nemin cihaz başarısızlığına yol açtığı, insan araştırmalarıyla da doğrulandı.
3. Nöron Bağlantılarında Evrensel Log-Normal Dağılım
Farklı türlerin beyin bağlantı haritalarını analiz ederek, nöronlar arası bağlantıların log-normal dağılıma uyduğunu ve bunun biyolojik ölçeklenme yasalarıyla örtüştüğünü gösterdi.
4. SOD2 Proteini ve Kalp Fibrozu
Genetik veriler üzerinde Mendelian randomization analizleri yürüterek, SOD2 proteininin kalp dokusundaki fibroz oranını azalttığını ortaya koydu.
Kosmos’un hesapladığı etki büyüklüğü (β = -0.23) insan araştırmacılarınkiyle neredeyse aynıydı.
5. Tip 2 Diyabete Karşı SSR1 Gen Koruması
Kosmos, binlerce varyantı analiz edip SSR1 geninin ATF3 faktörü aracılığıyla diyabet riskini düşürdüğünü keşfetti.
Kendi geliştirdiği “Mechanistic Ranking Score (MRS)” yöntemiyle varyantları önem sırasına koydu — bu tamamen yeni bir yaklaşım.
6. Alzheimer’da ECM Zamanlaması
Nöron proteom verilerini analiz ederek, ekstrasellüler matris proteinlerinin hastalığın belirli bir aşamasında dramatik biçimde azaldığını tespit etti.
Kendi önerdiği “segmented regression” modeliyle, bu düşüşün tam zamanını sayısal olarak belirledi (p = 0.017).
Bilimsel Katkının Boyutu
Kosmos’un yaptığı bazı keşifler:
- Daha önce yayınlanmamış veya preprint haldeki çalışmaları bağımsız olarak yeniden üretti,
- Bazıları ise tamamen yeni bilimsel bulgular olarak literatüre girdi.
Bu, yapay zekâların yalnızca “öğrenen” değil, artık üreten varlıklar haline geldiğinin göstergesi.
Geleceğe Bakış
Kosmos şu anda kapalı kaynaklı bir sistem; kodlarına doğrudan erişim yok.
Ancak makalede kullanılan araçlar (TwoSampleMR, coloc, susieR, gseapy, Enrichr, pandas, matplotlib) açık kaynak.
Yani bu altyapı, gelecekte açık versiyonlarının geliştirilmesi için ilham verici bir temel sunuyor.
Edison Scientific ekibine göre Kosmos, gelecekte araştırmacıların:
- Hipotez üretiminde,
- Büyük veri analizlerinde,
- Literatür sentezinde
yardımcı olacak ortak bir araştırma asistanı haline gelebilir.
Kaynak: https://arxiv.org/pdf/2511.02824
