登顶Nature！谷歌最强AI科学家问世，7大智能体独立做研究，攻克肝纤维化、衰老难题！

AI科学家，再次震撼来袭！

今天凌晨，Google DeepMind 正式推出Co-Scientist——基于 Gemini 的多智能体 AI 科研助手，用于加速生命科学等领域的科学假设生成与验证。

相关成果已经发表于《Nature》。

Co-Scientist能够自主生成假设、验证、完善结果等全科研流程，还能接入数据库（ChEMBL和蛋白质数据库UniProt）、AlphaFold等外部AI工具。

最终，科学家能够把繁琐的文献阅读、假设筛选、数据验证交给AI。

不仅如此，该智能体已经在肝脏纤维化治疗、抗菌耐药性、衰老研究和药物再利用等重要研究领域取得了初步成果。

谷歌表示，Co-Scientist将首先用于生命科学领域。

目前，企业版本已经开放给第一三共、拜耳、美国国家实验室等机构使用，个人版本也将稍后开放。

AI赋能科学家的新时代，正式打响。

6大智能体+ 1个监督大脑

打造科学循环

完整严谨的科学研究主要包含提出假设——质疑和修正——完善，并且不断循环这个过程。

Co-Scientist的问题在于：AI系统如何进行这种严谨的结构化思维以实现科学发现？

Co-Scientist的核心，是一套基于 Gemini大模型的多智能体系统，6类专用研究智能体各司其职，再加1个监督智能体全局调度。

简单来说，这个系统就像一个科学家团队，大家分工合作，循环推进研究：

产生灵感

生成代理：先根据已有的科学文献和数据，快速圈出值得研究的方向，提出初步的假说。

邻近性代理：把各种假说分门别类，确保不遗漏任何可能的探索路径。

辩论与质疑

反思代理：充当“虚拟同行评审”，挑毛病，判断每个假说是否正确、有新意、质量够不够。

排名代理：让假说两两比拼，模拟科学辩论，选出最有前景的几个。

完善想法

进化代理：把排名靠前的假说拿来不断修改、合并、优化，就像生物进化一样，让它们越变越好。

元评审代理：汇总前面所有辩论和竞赛的收获，整体复盘，最后生成一份完整的研究方案，交给真正的科学家审阅。

此外，还有一个 “监督代理” 担任总指挥，负责把大的研究目标拆成一步步可执行的任务，协调所有代理同时并行工作、多路探索，而不是像普通AI那样只能一步步线性推进。

生成的观点经过迭代完善、批判并演变为新的假设，形成科学推理与假设生成的良性循环。

AI怎么验证?

AI加持下Co-Scientist系统可以同时探索成千上万个研究方向，但怎么快速找到最有潜力的那个呢？

为此，谷歌研究员设计了一套比赛机制。

这套方法借鉴了当年AlphaGo、AlphaStar打游戏时的思路。只不过Co-Scientist不是在棋盘上对决，而是在科学问题上辩论，不断生成、完善和排序各种假设。

为了既保证想法新颖，又确保假设可靠、能被实验检验，系统把大部分算力都花在“验证”上。

它会反复核对假设和现有的科学文献、数据是否一致，确保每个说法都有根有据、逻辑通顺、事实准确。

目前，这个系统已经能联网搜索，还能调用专业数据库（比如药物化学常用的ChEMBL和蛋白质数据库UniProt），吸收更多知识。

它也可以借助一些顶尖的专业AI工具，比如蛋白质结构预测模型AlphaFold，谷歌正在和部分研究伙伴合作测试这个功能。

这些能力加在一起，让Co-Scientist成为首批能可靠地进行结构化科学思维的多智能体系统之一。

它已经能在复杂的科学问题上，真正生成有实际价值的新假设。

应用，先从生命科学开始

过去一年里，谷歌已经和全球专家合作，让Co-Scientist去挑战生命科学领域里的复杂难题。

这个系统已经在肝脏纤维化治疗、抗菌耐药性和药物再利用等重要研究领域取得了初步成果。

• 肝纤维化：老药新用大获成功，筛选出的候选药物在实验室抑制91%纤维化相关反应，效果碾压传统方案。

• ALS（渐冻症）：整合数十年文献，创新性提出 RNA 疗法思路，直接促成跨实验室联合攻关，打破领域僵局。

• 细胞衰老逆转：精准锁定关键基因靶点，将原本需要数月的数据处理工作，直接干到数天完成，效率拉满。

• 肝病机制：深度解析不同药物疗效差异的核心原因，结论经实验100% 验证，为临床用药提供关键依据

• 新发传染病：快速锁定致病关键氨基酸，把原本需要数年的实验周期，直接缩短至数周，为疫情防控争取黄金时间。

• 衰老生物学：提出应激反应全新假设，经多家实验室独立验证，为衰老研究开辟新方向。

目前，Co-Scientist 已开启双版本落地：

企业版：已与全球头部药企、顶级国家实验室达成深度合作，包括第一三共、拜耳等，定制化解决新药研发、机制探索等核心痛点

个人版：谷歌将通过Gemini for Science向个人研究员提供相关服务。

AI for Science，未来已来

作为顶级互联网大厂，谷歌已经数次对生命科学发起了冲锋。

谷歌的战略聚焦于将AI能力用于底层科学突破，近两年来，谷歌在生命科学已发布了多个模型。

而随着Agent的发展，一个重要的领域正在崛起——AI科学家。

无论是谷歌、OpenAI、英伟达在内的科技巨头，还是硅谷AI初创公司、顶级风投机构，都在深入投入这一赛道。

去年12月，打造了AI科学家Robin的FutureHouse宣布成立Edison Scientific，首轮融资7000万美元（约合5亿人民币），用于打造全球顶尖的AI科学家。

随后，英伟达与医药巨头礼来宣布，未来5年将共同投资10亿美元，共建全球首个"AI药物共创实验室"，以提升药物发现水平。

科学智能公司Lila Sciences完成3.5亿美元的A轮融资，其中包括英伟达等机构的1.15亿美元融资，公司估值超过13亿美元（约合92.6亿元人民币）。

不止如此，这股浪潮已上升为国家级战略，中国、美国、欧盟、英国、日本等主要科技强国都密集出台了高层级战略部署。

美国推出“创世纪计划（Genesis Mission）”，打造统一的AI驱动的科学联盟，欧美和中国也在紧密布局该领域。

那么，这些看好AI for Science真正的价值锚点是什么？

大额投资AI for Science公司，本质上是在投资一个全新的“科学研究引擎”。

传统科研是假设→实验→验证→理论的循环，周期长、成本高、随机性大。

而AI for Science，将这项过去依赖天才灵感和长期试错的稀缺活动，转变为可规模化、可预测、可复制的工业化流程。

而我们见证的，或许正是科学史上最深刻的一次生产力解放。

—The End—