2024年春的一天，美國斯坦福大學病理學家托馬斯·蒙廷開啟了一場前所未有的“實驗室會議”——與6位由人工智能（AI）驅動的“虛擬科學家”共商阿爾茨海默病的治療策略。這些AI被賦予不同的專業角色，從神經科學家到藥物化學家，在幾分鐘內展開多輪討論，最終生成了一份長達一萬多字的會議紀要。這場看似科幻的情景，其實是一個新興趨勢的縮影：以多智能體語言模型組成“AI科研團隊”，模擬真實研究協作過程，幫助科學家節省時間、完善假設，甚至激發新的科學靈感。開發者稱這種系統為“聯合科學家”。
多家機構打造“虛擬實驗室”
今年2月，谷歌旗下“深度思維”公司推出了一款名為“AI聯合科學家”的軟件。該軟件由6個AI代理組成，分別負責想法生成、反思或批評、概念演進、去重、排序和總結審稿，均由谷歌的Gemini 2.0模型驅動。這套系統是谷歌生物醫學AI研究工作的延伸。在一項早期測試中，該系統在兩天內就解決了困擾科學家十多年的科學謎題。
美國斯坦福大學也在去年11月推出了“虛擬實驗室”系統，蒙廷試用的正是這個版本?？萍济襟wFreethink網站報道稱，目前，該系統以OpenAI的GPT-4o為基礎，默認配備“首席研究員”和“評論者”兩個角色，用戶可自由添加更多代理并設定他們的專業領域，快速生成模擬會議記錄。
在中國，上海人工智能實驗室的研究團隊也在開發虛擬科學家系統，名為“VirSci”，專注于模擬科學家團隊的合作過程，以推動科研創新。
英國《自然》雜志報道稱，這些系統所用的大型語言模型（LLM）不僅僅是在“你一言我一語”地交換觀點，它們還具備聯網檢索信息、執行代碼、調用專業工具等功能，屬于一種“代理式AI”系統。這一術語目前尚不嚴格，但一般指LLM在一定程度上能自主承擔任務。美國阿貢國家實驗室的計算機科學家里克·史蒂文斯指出，多個AI代理協同作戰，可連續數小時專注于解決復雜科學問題，不會走神，也不會疲憊。
AI科研團隊是否靠譜
那么問題來了：這些AI之間的對話，像是一屋子的諾貝爾獎得主，還是一群本科生？它們的想法是天方夜譚、空洞無趣，還是令人振奮、值得深挖？
現階段的AI代理系統確實存在“幻覺”問題，即生成錯誤或虛構的信息。但芝加哥大學計算機科學家史蒂文斯指出，通過引入“評論者”或“評審者”的角色，系統往往能有效篩除不合理內容，提升整體可靠性。他還認為，即便是“幻覺”，在頭腦風暴場景下也可能激發出意想不到的創意，前提是有專家把關。
現有研究也發現，多代理協作確實優于單一AI。以GPT-4o為例，斯坦福大學團隊發現，若在對話中加入一名“評論者”，該模型在研究生水平的科學測試中的表現會提高幾個百分點，在實際科研應用中的回答也更加精準，例如在放射治療方案設計方面更具邏輯。
谷歌也曾對其聯合科學家系統展開評估，結果顯示，人類專家更傾向于由多個AI協作生成的回答，認為其更具新意和科研潛力。
關于多少名AI代理、幾輪互動最為有效，科學界也正在尋找答案。上海人工智能實驗室計算機科學家董楠卿等人開發VirSci系統時發現，最佳創造力出現在“8個代理人×每人5輪發言”的設置下。而斯坦福大學的斯旺森則表示，超過3個專家后輸出常常變得冗余，3輪之后系統也容易跑題。
AI的點子到底有多新
谷歌在宣布其聯合科學家系統時表示，該系統幫助研究者提出了“新穎的預測”。例如，斯坦福大學的加里·佩爾茨用谷歌的“AI聯合科學家”系統尋找治療肝纖維化的新藥時，AI團隊在分析背景信息后提出3種藥物建議，其中2種在實驗中顯示出療效，反而優于他自己挑選的方案。但同時，一些科學家則認為這些建議其實“談不上什么新意”。
類似的爭議也出現在帝國理工學院微生物學家何塞·佩納德斯團隊測試谷歌系統時。AI在閱讀背景文獻后，提出了一種未見于任何文獻的新假設：移動遺傳元件可“跨細胞偷取”噬菌體尾部。這一觀點挑戰主流，卻與該團隊通過未公開實驗得出的結論一致。佩納德斯認為，盡管AI只是把已有信息作了一個“顯而易見”的推理，但其本身就是科學進步。
《自然》雜志指出，這類AI系統目前更像是一種科研助理：它們通過總結資料、激發靈感、提出新角度或查漏補缺，幫助研究者節省時間，提高效率。但是否能催生真正顛覆性的想法，還需長期驗證。
目前，這類多智能體語言模型系統尚未以大眾化、便捷的方式廣泛提供。但研究人員普遍認為，AI聯合科學家終將成為科研日常的一部分，就像搜索引擎一樣，不過這并不意味著它能取代人類。史蒂文斯提醒，如果年輕科研人員過度依賴AI，可能會損害其自主思考和學習能力。西班牙癌癥研究者巴里加也表示，過度依賴AI，就如同把思考過程“外包”，而那正是科研中最有趣的部分。
2024年春的一天，美國斯坦福大學病理學家托馬斯·蒙廷開啟了一場前所未有的“實驗室會議”——與6位由人工智能（AI）驅動的“虛擬科學家”共商阿爾茨海默病的治療策略。這些AI被賦予不同的專業角色，從神經科學家到藥物化學家，在幾分鐘內展開多輪討論，最終生成了一份長達一萬多字的會議紀要。這場看似科幻的情景，其實是一個新興趨勢的縮影：以多智能體語言模型組成“AI科研團隊”，模擬真實研究協作過程，幫助科學家節省時間、完善假設，甚至激發新的科學靈感。開發者稱這種系統為“聯合科學家”。
多家機構打造“虛擬實驗室”
今年2月，谷歌旗下“深度思維”公司推出了一款名為“AI聯合科學家”的軟件。該軟件由6個AI代理組成，分別負責想法生成、反思或批評、概念演進、去重、排序和總結審稿，均由谷歌的Gemini 2.0模型驅動。這套系統是谷歌生物醫學AI研究工作的延伸。在一項早期測試中，該系統在兩天內就解決了困擾科學家十多年的科學謎題。
美國斯坦福大學也在去年11月推出了“虛擬實驗室”系統，蒙廷試用的正是這個版本?？萍济襟wFreethink網站報道稱，目前，該系統以OpenAI的GPT-4o為基礎，默認配備“首席研究員”和“評論者”兩個角色，用戶可自由添加更多代理并設定他們的專業領域，快速生成模擬會議記錄。
在中國，上海人工智能實驗室的研究團隊也在開發虛擬科學家系統，名為“VirSci”，專注于模擬科學家團隊的合作過程，以推動科研創新。
英國《自然》雜志報道稱，這些系統所用的大型語言模型（LLM）不僅僅是在“你一言我一語”地交換觀點，它們還具備聯網檢索信息、執行代碼、調用專業工具等功能，屬于一種“代理式AI”系統。這一術語目前尚不嚴格，但一般指LLM在一定程度上能自主承擔任務。美國阿貢國家實驗室的計算機科學家里克·史蒂文斯指出，多個AI代理協同作戰，可連續數小時專注于解決復雜科學問題，不會走神，也不會疲憊。
AI科研團隊是否靠譜
那么問題來了：這些AI之間的對話，像是一屋子的諾貝爾獎得主，還是一群本科生？它們的想法是天方夜譚、空洞無趣，還是令人振奮、值得深挖？
現階段的AI代理系統確實存在“幻覺”問題，即生成錯誤或虛構的信息。但芝加哥大學計算機科學家史蒂文斯指出，通過引入“評論者”或“評審者”的角色，系統往往能有效篩除不合理內容，提升整體可靠性。他還認為，即便是“幻覺”，在頭腦風暴場景下也可能激發出意想不到的創意，前提是有專家把關。
現有研究也發現，多代理協作確實優于單一AI。以GPT-4o為例，斯坦福大學團隊發現，若在對話中加入一名“評論者”，該模型在研究生水平的科學測試中的表現會提高幾個百分點，在實際科研應用中的回答也更加精準，例如在放射治療方案設計方面更具邏輯。
谷歌也曾對其聯合科學家系統展開評估，結果顯示，人類專家更傾向于由多個AI協作生成的回答，認為其更具新意和科研潛力。
關于多少名AI代理、幾輪互動最為有效，科學界也正在尋找答案。上海人工智能實驗室計算機科學家董楠卿等人開發VirSci系統時發現，最佳創造力出現在“8個代理人×每人5輪發言”的設置下。而斯坦福大學的斯旺森則表示，超過3個專家后輸出常常變得冗余，3輪之后系統也容易跑題。
AI的點子到底有多新
谷歌在宣布其聯合科學家系統時表示，該系統幫助研究者提出了“新穎的預測”。例如，斯坦福大學的加里·佩爾茨用谷歌的“AI聯合科學家”系統尋找治療肝纖維化的新藥時，AI團隊在分析背景信息后提出3種藥物建議，其中2種在實驗中顯示出療效，反而優于他自己挑選的方案。但同時，一些科學家則認為這些建議其實“談不上什么新意”。
類似的爭議也出現在帝國理工學院微生物學家何塞·佩納德斯團隊測試谷歌系統時。AI在閱讀背景文獻后，提出了一種未見于任何文獻的新假設：移動遺傳元件可“跨細胞偷取”噬菌體尾部。這一觀點挑戰主流，卻與該團隊通過未公開實驗得出的結論一致。佩納德斯認為，盡管AI只是把已有信息作了一個“顯而易見”的推理，但其本身就是科學進步。
《自然》雜志指出，這類AI系統目前更像是一種科研助理：它們通過總結資料、激發靈感、提出新角度或查漏補缺，幫助研究者節省時間，提高效率。但是否能催生真正顛覆性的想法，還需長期驗證。
目前，這類多智能體語言模型系統尚未以大眾化、便捷的方式廣泛提供。但研究人員普遍認為，AI聯合科學家終將成為科研日常的一部分，就像搜索引擎一樣，不過這并不意味著它能取代人類。史蒂文斯提醒，如果年輕科研人員過度依賴AI，可能會損害其自主思考和學習能力。西班牙癌癥研究者巴里加也表示，過度依賴AI，就如同把思考過程“外包”，而那正是科研中最有趣的部分。
本文鏈接：http://www.9978217.cn/v-146-3221.html創新藥如何不再“用藥難”
相關文章：
寫給媽媽的話09-20
制藥認識實習報告12-24
大學生鉗工實習報告11-13
加班的通知11-23
四有教師演講稿一等獎講稿08-23
《唐人街探案4》觀后感02-19
友情英語作文10-22
游覽唐王湖300字作文09-24
初中生困難補助申請書08-26
淮南國家開放大學中專一年制兩年制有什么區別報名截止時間是多久02-08
小學生常見疾病預防教案08-10
描寫春天的經典成語11-30
悲傷個性朋友圈心語文案12-20
零花錢調查報告08-17
保險公司經典廣告語07-25