Onderzoekers publiceerden de benchmark Into the Unknown op 15 Oct 2026. Een AI-agent krijgt een wetenschappelijk artikel en een door een laboratorium van het DOE aangedragen onderzoeksvraag en moet een vervolgartikel opstellen. Negen geavanceerde AI-agenten maakten elk 15 concepten over vakgebieden als quantumcomputing en materiaalkunde. Geen enkel concept voldeed aan alle voorwaarden van de wetenschappers; 114 concepten zakten bovendien voor een integriteitscontrole vanwege onjuiste beweringen of tegenstrijdige gegevens. De code en data zijn openbaar beschikbaar.
Waarom het ertoe doet
De benchmark laat zien dat AI-agenten geloofwaardige onderzoeksconcepten kunnen maken, maar nog niet voldoen aan wetenschappelijke normen. Dat maakt duidelijk hoe groot de kloof is die toekomstige tools moeten overbruggen.
