2024年春的一天，美国斯坦福大学病理学家托马斯·蒙廷开启了一场前所未有的“实验室会议”——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治疗策略。这些AI被赋予不同的专业角色，从神经科学家到药物化学家，在几分钟内展开多轮讨论，最终生成了一份长达一万多字的会议纪要。这场看似科幻的情景，其实是一个新兴趋势的缩影：以多智能体语言模型组成“AI科研团队”，模拟真实研究协作过程，帮助科学家节省时间、完善假设，甚至激发新的科学灵感。开发者称这种系统为“联合科学家”。
多家机构打造“虚拟实验室”
今年2月，谷歌旗下“深度思维”公司推出了一款名为“AI联合科学家”的软件。该软件由6个AI代理组成，分别负责想法生成、反思或批评、概念演进、去重、排序和总结审稿，均由谷歌的Gemini 2.0模型驱动。这套系统是谷歌生物医学AI研究工作的延伸。在一项早期测试中，该系统在两天内就解决了困扰科学家十多年的科学谜题。
美国斯坦福大学也在去年11月推出了“虚拟实验室”系统，蒙廷试用的正是这个版本。科技媒体Freethink网站报道称，目前，该系统以OpenAI的GPT-4o为基础，默认配备“首席研究员”和“评论者”两个角色，用户可自由添加更多代理并设定他们的专业领域，快速生成模拟会议记录。
在中国，上海人工智能实验室的研究团队也在开发虚拟科学家系统，名为“VirSci”，专注于模拟科学家团队的合作过程，以推动科研创新。
英国《自然》杂志报道称，这些系统所用的大型语言模型（LLM）不仅仅是在“你一言我一语”地交换观点，它们还具备联网检索信息、执行代码、调用专业工具等功能，属于一种“代理式AI”系统。这一术语目前尚不严格，但一般指LLM在一定程度上能自主承担任务。美国阿贡国家实验室的计算机科学家里克·史蒂文斯指出，多个AI代理协同作战，可连续数小时专注于解决复杂科学问题，不会走神，也不会疲惫。
AI科研团队是否靠谱
那么问题来了：这些AI之间的对话，像是一屋子的诺贝尔奖得主，还是一群本科生？它们的想法是天方夜谭、空洞无趣，还是令人振奋、值得深挖？
现阶段的AI代理系统确实存在“幻觉”问题，即生成错误或虚构的信息。但芝加哥大学计算机科学家史蒂文斯指出，通过引入“评论者”或“评审者”的角色，系统往往能有效筛除不合理内容，提升整体可靠性。他还认为，即便是“幻觉”，在头脑风暴场景下也可能激发出意想不到的创意，前提是有专家把关。
现有研究也发现，多代理协作确实优于单一AI。以GPT-4o为例，斯坦福大学团队发现，若在对话中加入一名“评论者”，该模型在研究生水平的科学测试中的表现会提高几个百分点，在实际科研应用中的回答也更加精准，例如在放射治疗方案设计方面更具逻辑。
谷歌也曾对其联合科学家系统展开评估，结果显示，人类专家更倾向于由多个AI协作生成的回答，认为其更具新意和科研潜力。
关于多少名AI代理、几轮互动最为有效，科学界也正在寻找答案。上海人工智能实验室计算机科学家董楠卿等人开发VirSci系统时发现，最佳创造力出现在“8个代理人×每人5轮发言”的设置下。而斯坦福大学的斯旺森则表示，超过3个专家后输出常常变得冗余，3轮之后系统也容易跑题。
AI的点子到底有多新
谷歌在宣布其联合科学家系统时表示，该系统帮助研究者提出了“新颖的预测”。例如，斯坦福大学的加里·佩尔茨用谷歌的“AI联合科学家”系统寻找治疗肝纤维化的新药时，AI团队在分析背景信息后提出3种药物建议，其中2种在实验中显示出疗效，反而优于他自己挑选的方案。但同时，一些科学家则认为这些建议其实“谈不上什么新意”。
类似的争议也出现在帝国理工学院微生物学家何塞·佩纳德斯团队测试谷歌系统时。AI在阅读背景文献后，提出了一种未见于任何文献的新假设：移动遗传元件可“跨细胞偷取”噬菌体尾部。这一观点挑战主流，却与该团队通过未公开实验得出的结论一致。佩纳德斯认为，尽管AI只是把已有信息作了一个“显而易见”的推理，但其本身就是科学进步。
《自然》杂志指出，这类AI系统目前更像是一种科研助理：它们通过总结资料、激发灵感、提出新角度或查漏补缺，帮助研究者节省时间，提高效率。但是否能催生真正颠覆性的想法，还需长期验证。
目前，这类多智能体语言模型系统尚未以大众化、便捷的方式广泛提供。但研究人员普遍认为，AI联合科学家终将成为科研日常的一部分，就像搜索引擎一样，不过这并不意味着它能取代人类。史蒂文斯提醒，如果年轻科研人员过度依赖AI，可能会损害其自主思考和学习能力。西班牙癌症研究者巴里加也表示，过度依赖AI，就如同把思考过程“外包”，而那正是科研中最有趣的部分。
2024年春的一天，美国斯坦福大学病理学家托马斯·蒙廷开启了一场前所未有的“实验室会议”——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治疗策略。这些AI被赋予不同的专业角色，从神经科学家到药物化学家，在几分钟内展开多轮讨论，最终生成了一份长达一万多字的会议纪要。这场看似科幻的情景，其实是一个新兴趋势的缩影：以多智能体语言模型组成“AI科研团队”，模拟真实研究协作过程，帮助科学家节省时间、完善假设，甚至激发新的科学灵感。开发者称这种系统为“联合科学家”。
多家机构打造“虚拟实验室”
今年2月，谷歌旗下“深度思维”公司推出了一款名为“AI联合科学家”的软件。该软件由6个AI代理组成，分别负责想法生成、反思或批评、概念演进、去重、排序和总结审稿，均由谷歌的Gemini 2.0模型驱动。这套系统是谷歌生物医学AI研究工作的延伸。在一项早期测试中，该系统在两天内就解决了困扰科学家十多年的科学谜题。
美国斯坦福大学也在去年11月推出了“虚拟实验室”系统，蒙廷试用的正是这个版本。科技媒体Freethink网站报道称，目前，该系统以OpenAI的GPT-4o为基础，默认配备“首席研究员”和“评论者”两个角色，用户可自由添加更多代理并设定他们的专业领域，快速生成模拟会议记录。
在中国，上海人工智能实验室的研究团队也在开发虚拟科学家系统，名为“VirSci”，专注于模拟科学家团队的合作过程，以推动科研创新。
英国《自然》杂志报道称，这些系统所用的大型语言模型（LLM）不仅仅是在“你一言我一语”地交换观点，它们还具备联网检索信息、执行代码、调用专业工具等功能，属于一种“代理式AI”系统。这一术语目前尚不严格，但一般指LLM在一定程度上能自主承担任务。美国阿贡国家实验室的计算机科学家里克·史蒂文斯指出，多个AI代理协同作战，可连续数小时专注于解决复杂科学问题，不会走神，也不会疲惫。
AI科研团队是否靠谱
那么问题来了：这些AI之间的对话，像是一屋子的诺贝尔奖得主，还是一群本科生？它们的想法是天方夜谭、空洞无趣，还是令人振奋、值得深挖？
现阶段的AI代理系统确实存在“幻觉”问题，即生成错误或虚构的信息。但芝加哥大学计算机科学家史蒂文斯指出，通过引入“评论者”或“评审者”的角色，系统往往能有效筛除不合理内容，提升整体可靠性。他还认为，即便是“幻觉”，在头脑风暴场景下也可能激发出意想不到的创意，前提是有专家把关。
现有研究也发现，多代理协作确实优于单一AI。以GPT-4o为例，斯坦福大学团队发现，若在对话中加入一名“评论者”，该模型在研究生水平的科学测试中的表现会提高几个百分点，在实际科研应用中的回答也更加精准，例如在放射治疗方案设计方面更具逻辑。
谷歌也曾对其联合科学家系统展开评估，结果显示，人类专家更倾向于由多个AI协作生成的回答，认为其更具新意和科研潜力。
关于多少名AI代理、几轮互动最为有效，科学界也正在寻找答案。上海人工智能实验室计算机科学家董楠卿等人开发VirSci系统时发现，最佳创造力出现在“8个代理人×每人5轮发言”的设置下。而斯坦福大学的斯旺森则表示，超过3个专家后输出常常变得冗余，3轮之后系统也容易跑题。
AI的点子到底有多新
谷歌在宣布其联合科学家系统时表示，该系统帮助研究者提出了“新颖的预测”。例如，斯坦福大学的加里·佩尔茨用谷歌的“AI联合科学家”系统寻找治疗肝纤维化的新药时，AI团队在分析背景信息后提出3种药物建议，其中2种在实验中显示出疗效，反而优于他自己挑选的方案。但同时，一些科学家则认为这些建议其实“谈不上什么新意”。
类似的争议也出现在帝国理工学院微生物学家何塞·佩纳德斯团队测试谷歌系统时。AI在阅读背景文献后，提出了一种未见于任何文献的新假设：移动遗传元件可“跨细胞偷取”噬菌体尾部。这一观点挑战主流，却与该团队通过未公开实验得出的结论一致。佩纳德斯认为，尽管AI只是把已有信息作了一个“显而易见”的推理，但其本身就是科学进步。
《自然》杂志指出，这类AI系统目前更像是一种科研助理：它们通过总结资料、激发灵感、提出新角度或查漏补缺，帮助研究者节省时间，提高效率。但是否能催生真正颠覆性的想法，还需长期验证。
目前，这类多智能体语言模型系统尚未以大众化、便捷的方式广泛提供。但研究人员普遍认为，AI联合科学家终将成为科研日常的一部分，就像搜索引擎一样，不过这并不意味着它能取代人类。史蒂文斯提醒，如果年轻科研人员过度依赖AI，可能会损害其自主思考和学习能力。西班牙癌症研究者巴里加也表示，过度依赖AI，就如同把思考过程“外包”，而那正是科研中最有趣的部分。
据《自然》20日消息称，天文学家对91对恒星所作的光谱分析显示，大约每12个恒星中就有一个可能吞噬了一个行星。在吞噬一个行星后，恒星的化学构成可能发生改变，这个过程被称为“行星吸收”。通过比 根据《天体物理学杂志》的最新报道，一个国际天文学家团队利用欧洲空间局的盖亚（Gaia）太空望远镜收集的数据，创建了迄今为止最庞大的三维宇宙地图。该地图涵盖了大约130万个活跃类星体的精确空间 记者3月20日从中国科学技术大学获悉，该校郭光灿院士团队在量子态分辨研究中取得重要进展。研究组在最小资源消耗的量子态分辨问题中首次提出了全局最优自适应策略，并发展了自适应集体测量实验 南方财经全媒体记者马嘉璐 广州报道如何划分一般数据、重要数据、核心数据终于有了国标版“参考答案”。3月21日，国家标准GB/T 43697-2024《数据安全技术 数据分类分级规则》（以下简 3月21日是第二十五个“世界睡眠日”，中国睡眠研究会联合慕思集团在北京正式发布《2024情绪与健康睡眠白皮书》（以下简称《白皮书》）。《白皮书》指出，智能床垫运用算法将内在情绪与睡眠质量相关 作为月之暗面的创始人，杨植麟常把他的AGI梦想形容为“登月计划”，长文本就是这个伟大计划的第一步。但现在，随着Kimi的爆火出圈，赛道瞬间变得拥挤，24小时内，阿里、360、百度紧急“出手”，纷 。本文链接：创新药如何不再“用药难”http://www.sushuapos.com/show-2-13019-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇： 国家标准促进民用无人机产业健康发展