北京
人工智能（AI）对科学研究和发展产生了巨大影响。从革命性的药物发现到阿尔茨海默病的早期检测，人工智能一直处于推动各个科学学科创新的前沿。这并不奇怪，因为与一些传统的研究工具不同，人工智能可以处理庞大的数据集，识别复杂的模式，并快速生成新的假设。
人工智能在研究中日益增长的影响力导致了专门为科学发现设计的更先进系统的发展。虽然谷歌之前已经利用和开发了用于研究的人工智能工具，但随着人工智能联合科学家的发布，它现在已经正式进入了多人工智能代理领域。
谷歌人工智能联合科学家基于其Gemini 2.0人工智能模型构建，专门用于“帮助科学家创建新的假设和研究计划”。该工具的工作原理与任何其他人工智能聊天机器人非常相似，当用户使用自然语言输入研究目标，人工智能就会回复。不过新工具的回复是针对科学研究的具体需求量身定制的。
与常规的人工智能聊天机器人不同，人工智能联合科学家的设计更像是一个研究人员，遵循结构化的方法来分析信息和产生想法。谷歌声称，该工具提供了基于现有科学知识和方法的详细和结构化的响应。
“除了标准的文献综述、总结和“深度研究”工具外，人工智能联合科学家系统旨在发现新的、原创的知识，并在先前证据的基础上，根据特定的研究目标制定出明显新颖的研究假设和建议。”谷歌在介绍人工智能联合专家的博客上分享道。
用户可以灵活地以多种方式塑造人工智能联合科学家的输出。他们可以提出一种实现目标的方法，并要求人工智能审查他们的方法，而不仅仅是设定一个研究目标。他们还可以通过提供反馈来完善人工智能的反应，帮助改善其基础和产生的假设的深度。
AI联合科学家的核心是在多个AI代理的网络上运行。每个代理都被设计为独立运行（AI代理的核心功能），并处理专门的任务以提高系统的性能。
谷歌分享说，该工具使用“一个由专业代理组成的联盟——生成、反射、排名、进化、邻近和元审查——这些代理受到科学方法本身的启发。这些代理使用自动反馈迭代生成、评估和完善假设，从而形成一个自我改进的循环，产出越来越高质量和新颖的结果。”
该系统通过在需要时使用额外的处理能力和时间来提高响应质量。这种测试时间计算方法也用于OpenAI的o1等模型。它有助于人工智能产生更好的研究见解。
新工具对现实世界的影响如何？这位人工智能联合科学家在模拟真实工作应用程序的实验室实验中进行了测试。研究人员在三个关键的生物医学应用中测试了该工具：药物再利用、靶点发现和抗菌药物耐药性研究。
谷歌分享说，对于急性髓系白血病（AML）测试，该工具能够识别潜在的药物再利用候选者。研究人员后来证实，这些结果抑制了多种AML细胞系的肿瘤存活率。
它还通过鉴定具有抗纤维化活性的表观遗传靶点，在肝纤维化研究中表现出令人印象深刻的性能。虽然这些结果有待斯坦福大学研究人员的进一步验证，但谷歌声称最初的发现令人印象深刻。
最后，在抗菌药物耐药性研究中，AI工具独立地表明噬菌体诱导型染色体岛（cf-PICI）与噬菌体尾部相互作用以扩大其宿主范围。这一假设与未发表的专家研究相一致。
谷歌人工智能联合科学家的研究和开发是由谷歌研究院、谷歌DeepMind和谷歌云人工智能团队共同参与的，并得到了弗莱明倡议、伦敦帝国理工学院、休斯顿卫理公会医院、红杉资本和斯坦福大学的共同作者的支持。谷歌希望该工具对全球的研究人员有用，并通过可信测试程序提供对该系统的访问。
虽然这位人工智能联合科学家提供了有前景的能力，但谷歌承认存在一些关键的局限性。它需要在文献综述、事实准确性和通过外部工具进行验证等领域进行改进。它还需要更复杂的自动评估技术来提高其可靠性。
由于已知的人工智能数据“泄露”问题，一些科学家可能还担心与人工智能工具共享他们的研究数据，这可能会导致无意共享、侵犯隐私、知识产权风险以及模型偏见和错误。
尽管存在局限性，但人工智能工具的开发是人工智能辅助科学研究向前迈出的重要一步。谷歌强调，人工智能联合科学家并非旨在取代科学家。相反，它希望它能激励研究人员解决更复杂的问题。
通过处理研究人员的数据密集型部分，人工智能联合科学家使研究人员能够抽出时间和精力专注于需要人类专业知识的领域，如批判性思维和创新。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
