2024年春的一天，美国斯坦福年夜学病理学家托马斯·蒙廷开启了一场史无前例的“试验室集会”——与6位由人工智能（AI）驱动的“虚拟科学家”共商阿尔茨海默病的医治计谋。这些AI被付与差别的专业脚色，从神经科学家到药物化学家，于几分钟内睁开多轮会商，终极天生了一份长达一万多字的集会记要。这场看似科幻的情景，实在是一个新兴趋向的缩影：以多智能体语言模子构成“AI科研团队”，模仿真实研究协作历程，帮忙科学家节省时间、完美假定，甚至引发新的科学灵感。开发者称这类体系为“结合科学家”。
多家机构打造“虚拟试验室”
本年2月，google旗下“深度思维”公司推出了一款名为“AI结合科学家”的软件。该软件由6个AI代办署理构成，别离卖力设法天生、反思或者攻讦、观点演进、去重、排序及总结审稿，均由google的Gemini 2.0模子驱动。这套体系是google生物医学AI研究事情的延长。于一项初期测试中，该体系于两天内就解决了困扰科学家十多年的科学谜题。
美国斯坦福年夜学也于去年11月推出了“虚拟试验室”体系，蒙廷试用的恰是这个版本。科技媒体Freethink网站报导称，今朝，该体系以OpenAI的GPT-4o为基础，默许配备“首席研究员”及“评论者”两个脚色，用户可自由添加更多代办署理并设定他们的专业范畴，快速天生模仿集会记载。
于中国，上海人工智能试验室的研究团队也于开发虚拟科学家体系，名为“VirSci”，专注在模仿科学家团队的互助历程，以鞭策科研立异。
英国《天然》杂志报导称，这些体系所用的年夜型语言模子（LLM）不单单是于“你一言我一语”地互换不雅点，它们还有具有联网检索信息、履行代码、挪用专业东西等功效，属在一种“代办署理式AI”体系。这一术语今朝尚不严酷，但一般指LLM于必然水平上能自立负担使命。美国阿贡国度试验室的计较机科学家里克·史蒂文斯指出，多个AI代办署理协同作战，可持续数小时专注在解决繁杂科学问题，不会走神，也不会疲劳。
AI科研团队是否靠谱
那末问题来了：这些AI之间的对于话，像是一房子的诺贝尔奖患上主，还有是一群本科生？它们的设法是天方夜谭、浮泛无趣，还有是使人振奋、值患上深挖？
现阶段的AI代办署理体系确凿存于“幻觉”问题，即天生过错或者虚构的信息。但芝加哥年夜学计较机科学家史蒂文斯指出，经由过程引入“评论者”或者“评审者”的脚色，体系往往能有用筛除了分歧理内容，晋升总体靠得住性。他还有认为，即即是“幻觉”，于脑筋风暴场景下也可能引发出意想不到的创意，条件是有专家把关。
现有研究也发明，多代办署理协作确凿优在单一AI。以GPT-4o为例，斯坦福年夜学团队发明，若于对于话中插手一位“评论者”，该模子于研究生程度的科学测试中的体现会提高几个百分点，于现实科研运用中的回覆也越发精准，例如于放射医治方案设计方面更具逻辑。
google也曾经对于其结合科学家体系睁开评估，成果显示，人类专家更偏向在由多个AI协作天生的回覆，认为其更具新意及科研潜力。
关在几多名AI代办署理、几轮互动最为有用，科学界也正于寻觅谜底。上海人工智能试验室计较机科学家董楠卿等人开发VirSci体系时发明，最好创造力呈现于“8个代办署理人×每一人5轮讲话”的设置下。而斯坦福年夜学的斯旺森则暗示，跨越3个专家后输出经常变患上冗余，3轮以后体系也轻易跑题。
AI的点子到底有多新
google于公布其结合科学家体系时暗示，该体系帮忙研究者提出了“新奇的猜测”。例如，斯坦福年夜学的加里·佩尔茨用google的“AI结合科学家”体系寻觅医治肝纤维化的新药时，AI团队于阐发配景信息后提出3种药物建议，此中2种于试验中显示出疗效，反而优在他本身遴选的方案。但同时，一些科学家则认为这些建议实在“谈不上甚么新意”。
近似的争议也呈现于帝国理工学院微生物学家何塞·佩纳德斯团队测试google体系时。AI于浏览配景文献后，提出了一种未见在任何文献的新假定：挪动遗传元件可“跨细胞盗取”噬菌体尾部。这一不雅点挑战主流，却与该团队经由过程未公然试验患上出的结论一致。佩纳德斯认为，只管AI只是把已经有信息作了一个“显而易见”的推理，但其自己就是科学前进。
《天然》杂志指出，这种AI体系今朝更像是一种科研助理：它们经由过程总结资料、引发灵感、提出新角度或者查漏补缺，帮忙研究者节省时间，提高效率。可是否能催生真正倾覆性的设法，还有需持久验证。
今朝，这种多智能体语言模子体系还没有以普通化、便捷的方式广泛提供。但研究职员遍及认为，AI结合科学家终将成为科研一样平常的一部门，就像搜刮引擎同样，不外这其实不象征着它能代替人类。史蒂文斯提示，假如年青科研职员过分依靠AI，可能会侵害其自立思索及进修能力。西班牙癌症研究者巴里加也暗示，过分依靠AI，就犹如把思索历程“外包”，而那恰是科研中最有趣的部门。（科技日报记者 张佳欣）
-凯发集团