新智元報道

編輯：YHluck 定慧

【新智元導讀】谷歌、斯坦福等陸續(xù)推出「AI科學家」，協(xié)助人類科學家推動科研范式革新。科學家親身試用后或震驚其洞察之深，或質疑其缺乏靈感與人性溫度，AI能代替人類思考嗎？

斯坦福大學的病理學家Thomas Montine在4月的某個周日早晨，按照「慣例」舉辦了一次會議。

他先是給幾位「神經(jīng)科學家」、一位「神經(jīng)藥理學家」和一位「藥物化學家」分配了任務——研究阿爾茲海默病的潛在治療方法。

幾分鐘后，他就得到了一份一萬多字的研究報告。

在這場會議中，沒有人打斷、沒有人跑題，更沒有人玩手機，「它們」是如何交流的？

歡迎來到AI主導下的科學家日常——「虛擬AI科學家」，一種前所未有的，重構科研的基本單元。

借助LLM，「AI科學家」正在重塑科研過程。

從谷歌、斯坦福到上海人工智能實驗室，科學家們正在測試由虛擬科學家組成的AI小組。

這些由「聊天機器人」組成的科研團隊正在協(xié)助科學家們進行頭腦風暴、實驗設計、文獻整合乃至提出研究假設。

這種新型人和AI「共研」方式是否能成為未來科研范式的雛形？

斯坦福大學計算生物學家的團隊于2024年11月宣布了Virtual Lab系統(tǒng)，Montine使用的正是該系統(tǒng)的某個版本。

論文地址： https://www.biorxiv.org/content/10.1101/2024.11.11.623004v1.full.pdf

無獨有偶，上海人工智能實驗室的一個研究小組在2024年10月也推出了一種類似的虛擬科學家系統(tǒng)，VirSci。

開源地址：https://github.com/open-sciencelab/Virtual-Scientists?tab=readme-ov-file

論文地址：https://arxiv.org/pdf/2505.12039

探索這一概念最突出的是谷歌的研究人員。

今年2月，谷歌推出一款基于Gemini 2.0構建的多智能體AI系統(tǒng)，作為「虛擬科學合作者」。

這些「虛擬科學家」幫助真正的科學家生成新穎的假設和研究方案，從而加快科學和生物醫(yī)學發(fā)現(xiàn)的進程。

論文地址：https://arxiv.org/pdf/2502.18864

在以上這類系統(tǒng)中，AI科學家們不僅僅能交流「想法」，它們還能聯(lián)網(wǎng)、寫代碼。

多個「AI科學家」可以組合成一個更大的系統(tǒng)，能夠專注于屬于各自的問題而不被分散注意力。

伊利諾伊州芝加哥大學和阿貢國家實驗室的計算機科學家Rick Stevens說：

從某種意義上說，這在本質上與擁有更多同事并沒有太大不同。

只不過它們不會疲倦，而且接受了全方位的訓練。

最近，「Nature」在一篇文章，深入探討了科學家對于這些「AI科學家」的最真實感受。

一個完全由AI聊天機器人組成的「科研團隊」，開會的時候是什么風格？滿屋子的諾獎得主？還是一群本科生？

這些「AI科學家」只是簡單的聊天機器人，背后還是具有更復雜的技術？

三家「AI協(xié)同科學家」系統(tǒng)有何區(qū)別？

斯坦福大學的這個系統(tǒng)，是James Zou團隊利用GPT-4o打造的。

它里面默認有兩個AI在干活：一個當「首席調(diào)查研究員」，負責帶頭想點子；另一個當「評論家」，專門提一些有用的改進建議。

開源地址：https://github.com/zou-group/virtual-lab

谷歌這套系統(tǒng)則是DeepMind的Alan Karthikesalingam和Vivek Natarajan等用Gemini 2.0創(chuàng)建的。

與斯坦福的系統(tǒng)相比，它比較學術派，專門搞生物醫(yī)學領域研究。

系統(tǒng)架構如下：

AI協(xié)同科學家系統(tǒng)

在劈柴看來，它是一個能利用先進的推理能力來綜合大量文獻，為科學家在「生成新穎假設」和提出詳細的「研究策略」方面，加速科研突破的——「科學家的虛擬助手」。

谷歌與斯坦福的系統(tǒng)區(qū)別在于，前者不允許用戶為智能體分配科學專長。

簡單說，谷歌這個AI系統(tǒng)能干好幾件事；

出點子、分析和挑毛病、把舊點子變出新花樣、檢查想法是不是太像了、給所有點子排個名，最后還能自己反思一下整個工作干得好不好。

上海人工智能實驗室的VirSci系統(tǒng)由Nanqing Dong等人提出。

它類似于一個組織者，專門協(xié)同「集團軍」搞事情。

據(jù)團隊介紹，VIRSCI包括五個關鍵步驟：合作者選擇、選題討論、點子生成、新穎性評估和摘要生成。

可以看到，這些系統(tǒng)中的LLM不僅會互相交流想法，還會搜索互聯(lián)網(wǎng)、執(zhí)行代碼并與其它軟件工具交互，這使它們成為「自主AI」的一部分。

那它與人類科學家有何區(qū)別呢？

阿貢國家實驗室的計算機科學家Rick Stevens直言，在某種意義上，這跟擁有更多同事本質上沒啥區(qū)別。

他們能24小時不知疲倦的工作，還接受過全面的訓練。

人類科學家 VS「AI科學家」

當人類科學家真正開始與這些「虛擬同事」共事，會發(fā)生什么？

AI科學家所提出的思路，是富有啟發(fā)、令人驚艷，還是僅僅邏輯自洽但缺乏實際價值？

它們的存在，是靈感放大的助推器，還是變成了另一種形式的信息噪音？

Gary Peltz：我差點從椅子上掉下來

斯坦福大學的醫(yī)學研究員Gary Peltz經(jīng)常使用人工智能，他是谷歌人工智能合作科學家項目的首批體驗者。

他希望利用該系統(tǒng)尋找治療肝纖維化的藥物。

當時谷歌這個系統(tǒng)還沒有開發(fā)完成，他把自己的要求發(fā)給了谷歌一名工作人員。

大約一天后，他就收到了谷歌人工智能合作科學家系統(tǒng)的輸出，以下為部分摘錄。

「當我讀到它時，我差點從椅子上跌了下來」，Peltz說。

Peltz剛剛寫了一份提案，重點闡述表觀遺傳變化在肝纖維化中的重要性，而這個「AI聯(lián)合科學家」針對其建議的治療方案竟然也瞄準了相同的主題。

AI聯(lián)合科學家提出了三種藥物，而佩爾茨又提出了另外兩種（所有這些藥物已經(jīng)獲批用于治療其他疾病）。

為了加速系統(tǒng)研發(fā)和測試，谷歌聘請了Peltz。

在接下來的幾個月里，佩爾茨的實驗室在其人類類器官模型中測試了這五種藥物。

AI提出的三種建議中有兩種顯示出促進肝臟再生和抑制纖維化的潛力，而佩爾茨提出的兩種均未奏效。

Peltz說，這次經(jīng)歷讓他印象深刻：「這些大語言模型（LLM）對于早期人類社會而言，就如同火一般重要」。

當然，并不是所有人都認同，其他肝臟研究人員表示，該人工智能提出的藥物建議既不特別創(chuàng)新，也不夠深入。

西奈山伊坎醫(yī)學院的研究員認為「這些建議相當符合常識，并沒有太多深刻的見解」。

但Peltz表示，「尤其令他感到震驚的是，AI并沒有把我所重視的事情放在優(yōu)先位置」。

閱讀人工智能報告的感覺與他同博士后交流的情形類似。

「AI看待問題的方式和我完全不同。」

Francisco Barriga：AI想的和我一樣

Francisco Barriga來自巴塞羅那瓦爾德希布倫腫瘤研究所的癌癥基因組。

Francisco Barriga是一名生物化學家，職業(yè)是一名小鼠模型專家和基因組工程師，完全不會變成，也幾乎沒有AI方面的經(jīng)驗。

他抱著猶豫的心態(tài)參與了這次試驗，懷疑自己會充當一個技術不精通的對照組角色。

Barriga讓AI設計小鼠模型實驗，以測試特定生物化合物在使用最少數(shù)量小鼠的情況下對腫瘤或免疫細胞的影響能力。

這是一個他非常熟悉的主題。

Barriga表示，「AI科學家」團隊提出的方案與他會做的完全一致：

AI科學家團隊選擇了「正確的模型、正確的實驗」。

不過，Barriga表示他總覺得這個過程缺少了一些關鍵的東西。

「這個過程絕對沒有人類參與」。

這些AI智能體輪流「發(fā)言」，常常使用編號列表，并且從不會無禮、打斷他人或爭論不休。

「它缺少了那種直覺的飛躍，比如你在下午三點偶然在走廊喝咖啡時，與某個植物生物學家隨意交談中所能獲得的那種靈感。」

當然，Barriga可以在自己的虛擬團隊中加入一位植物生物學家——或者是一位量子物理學家，或任何其他人，但他尚未嘗試這樣做。

「也許它可以用來碰撞想法。但它會改變我日常的工作方式嗎？我對此表示懷疑，」Barriga補充說。

這個系統(tǒng)或許可以成為他的博士生在遇到困難時的一種參考：

如果他們遇到了問題而我又太忙無法顧及時，也許我可以被替代。

Peltz和Barriga代表了真正的人類科學家對于「AI科學家」的兩種態(tài)度——驚訝和遲疑。

就像Barriga調(diào)侃的那樣，也許AI科學家頂多能代替我，給我的博士生出點建議。

另外一位來自馬薩諸塞州波士頓兒童醫(yī)院研究罕見疾病的Catherine Brownstein或許更懂得如何和這些「AI科學家」相處。

大語言模型（LLM）可以提升速度、效率并拓寬思維方式。

但她提醒道，用戶通常必須具備專業(yè)知識，以便能夠發(fā)現(xiàn)錯誤。

你必須大致了解自己所談論的內(nèi)容，否則很容易被完全誤導。

雖然Brownstein的態(tài)度似乎處于「中庸」的狀態(tài)，但她非常感激這些「虛擬科學家」。

當Brownstein使用AI對她正在撰寫的一篇論文進行審閱時，AI建議她去詢問患者。

患者認為研究的下一步應該朝哪個方向發(fā)展。

這一建議令她既驚訝又感激。AI似乎比人更具有人情味，亦或者AI考慮的更全面。

她說，自己本應想到這一點，但事實上卻沒有。

我當時感到很尷尬，我停下來看著屏幕整整一分鐘，心想：

天哪，我怎么會偏離了最初專注于以患者為中心的研究熱情如此之遠？

這類體驗，似乎描繪出一種新型合作的雛形：AI不是要取代科學家，而是成為一個時刻在線、始終專注、不帶偏見的思維合作者。

或許，科學的未來并非一直由AI主導的，而是一個充滿了人類「不完美」的爭論、直覺與AI「完美」的計算、分析相互碰撞。

最終的偉大發(fā)現(xiàn)，可能就誕生于AI助手與人類科學家有序與無序的交響之中。

參考資料：

https://www.nature.com/articles/d41586-025-02028-5

https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

https://x.com/sundarpichai/status/1892254274895184244