“AI副驾”的时代到来：《自然》杂志19日报告了两个能够协助科学研究中多个环节（如提出假设、设计实验和分析数据）的人工智能（AI）系统。这两个系统分别由谷歌深度思维和非营利研究机构FutureHouse开发，旨在协助科研人员加速科学发现，而非取代他们。

科学发现依赖于不断提出新假设、实验验证和数据分析的循环过程。随着科学主题日益复杂且相互交织，研究人员不仅需要深厚的专业知识，还需具备跨学科的广博知识。AI已被证明能加快研究过程中的单个步骤，如今这两个独立系统：深度思维的“Co-Scientist”和FutureHouse的“Robin”，展示了它们在优化科学发现流程方面的潜力。

这两个AI系统利用多个自主且专业化的AI智能体，在整个研究过程中执行不同任务。这种方法使系统能够生成假说、提出验证假说的实验方案、解读实验结果，并基于发现结果优化假说。

基于Gemini 2.0构建的Co-Scientist，是一个用于科学发现的通用多智能体系统，适用于所有学科，初期验证主要集中在生物医药领域。例如，它为急性髓系白血病提出了新的候选药物和联合疗法，但其设计团队指出，这些建议的治疗方案仍需经过严格的临床前和临床评估，以验证其治疗效果。此外，它还发现了针对肝纤维化的新药物靶点，并揭示了抗菌药物耐药性背后的关键遗传机制。

另一个Robin系统则同时采用OpenAI的o4-mini和Anthropic的Claude3.7，旨在辅助实验生物学领域的发现工作。团队将该系统应用于药物发现研究。例如，Robin协助识别了针对干性年龄相关性黄斑变性的潜在治疗方案，该病是多国导致失明的主要原因之一。系统提出的建议包括：识别视网膜细胞内可调节的靶向过程，并推荐使用一种此前未被提议用于治疗该疾病的候选药物。此外，Robin还发现了新的潜在药物靶点。

两个团队均强调，这些系统旨在与科研人员协作，且科学家始终处于决策流程之中。两组团队的实际演示为“AI助手”辅助科学研究的未来提供了范例。