Anthropic携手艾伦研究所与霍华德·休斯医学研究所探索AI提升科学效率的未来

自从谷歌 DeepMind的AlphaFold在2021年攻克了半个世纪以来的蛋白质折叠难题，人工智能在科学中的角色通常被描述为追求类似的大突破——证明机器能够解决人类无法解决的问题。然而，Anthropic正在推动一个不同的想法：人工智能代理在发现之间的平凡工作中可能更为重要。

在独家采访中，宣布与艾伦研究所和霍华德·休斯医学研究所的新合作关系，Anthropic生命科学负责人乔纳·库尔和艾伦研究所人工智能应用执行董事格雷斯·黄表示，这些顶尖科学实验室正在使用Claude驱动的人工智能代理来解决分析、注释和协调方面的瓶颈，这些瓶颈可能会导致研究时间延长至数年。

一个“压缩的21世纪”

库尔是一名细胞生物学家和遗传学家，同时也是一位技术领袖，他在接受财富杂志采访时表示，他受到Anthropic首席执行官达里奥·阿莫代伊在2024年发表的一篇文章的启发，爱的机器，该文认为“人工智能驱动的生物学和医学将使我们能够将人类生物学家在未来50到100年内取得的进展压缩到五到十年内。”

这是阿莫代所描述的一个“压缩版的21世纪”理念，这可能使几乎普遍预防传染病、大幅减少癌症死亡率，以及有效治疗遗传疾病、阿尔茨海默病和其他慢性病等一切成为可能。阿莫代还提到，人工智能可以实现高度个性化的治疗，增强人类对生物学的控制，甚至显著延长健康寿命。

对于库尔来说，这一愿景直接与科学中人工智能代理的使用相关——不是作为提供突破的工具，而是作为接管耗时的分析、协调和实验任务的系统，这些任务拖慢了各实验室的发现进程，让人类有机会做出那些关键的新发现。

“AlphaFold取得的成就真是令人难以置信，”Cool说，指的是该系统解决了长期以来的蛋白质折叠问题。“但我们讨论的内容是不同的。这涉及到与科学过程中的团队合作，并将人工智能嵌入他们的日常工作中。”

Huynh表示，艾伦研究所（Allen Institute）采用人工智能代理的转变，基于许多研究人员已经在使用的工具，特别是Anthropic的Claude Code，这款工具在计算生物学家中非常受欢迎。此外，她说，目标不是要把人工智能应用到所有领域，而是专注于研究过程中的某些特定环节——例如可能需要几个月的数据分析任务——在这些环节，代理可以产生最实际的影响，并有效加速科学研究的进程。

没有任何研究者能看到所有连接

她说：“我们正逐渐进入一个‘大科学’成为常态的阶段。”科学家们今天生成的数据量巨大——从单细胞基因组学和大规模成像数据集，到研究大脑和神经系统中神经元如何连接的连接组学——以至于没有任何研究者能将所有信息记在脑海中，或看到每一个连接。

Cool提到艾伦研究所和霍华德·休斯医学研究所是理想的合作伙伴，因为它们在塑造现代科学中发挥了重要作用。艾伦研究所已经生成了一些世界上最常用的生物数据集，包括详细的鼠脑地图，显示基因在实际组织中的活跃位置——这些资源已成为各个领域研究者的标准工具，不仅限于神经科学。最近，这些地图的分辨率已提升到单细胞水平，显著提高了它们的科学价值，但也让分析变得更加复杂。

在HHMI的贾内利亚研究中心，研究人员开发了基础工具，比如钙指示剂GCaMP，让科学家能实时观察神经元的活动，以及超分辨率显微镜的技术进步，帮助突破光学成像的物理极限。Cool说，重视工具和数据集正是让这些机构成为AI代理的沃土：加速分析、标注和协调不仅帮助一个实验室——它会在整个科学界产生连锁反应。

“科学是一项既迷人又高度重复，常常非常乏味的工作，”他解释道。“在科学领域，这越来越意味着需要进行大量与数据集相关的分析和转换工作，”他说。“我觉得我们正朝着一个世界迈进，虽然这仍然需要很多工作，但……你能更快地进行下一步实验。”

一个人工智能可以帮助提出假设的未来

Cool 还描述了一个未来，在这样的未来中，人工智能智能体不仅仅分析结果，还帮助科学家决定追求哪些假设——将数百个可能的实验筛选到最值得进行的几个，甚至根据人类无法轻易看到的模式提出新的 DNA 设计。

他说：“我们正朝着让模型能够帮助提出假设的方向发展，”这建立在人类已经拥有的知识之上。“我们从‘帮助我优先考虑我拥有的假设’开始，因为我有有限的资源，我想做所有 100 个实验，但我只有 10 个实验的预算。”