加速科研、提出新假设：谷歌重磅推出Co-Scientist模型

潘 展|翻译

每一项伟大的科学突破，都始于一个具有变革性的想法。

科学发现的火花，依赖于研究者将分散事实联系起来，并提出正确可验证假设的能力。然而，在信息爆炸与科学问题日益复杂的时代，寻找这些“草堆里的针”般的关键想法，已经成为科研进展的重要瓶颈。

AI能够通过充当突破性科学假设生成与优化过程中的专属伙伴，大幅加速科学突破的步伐。

今天，Deepmind在Nature发表了最新的Co-Scientist研究成果，介绍了一种基于Gemini构建的新型多智能体AI系统。该系统能够迭代式地生成、辩论并演化复杂科学问题中的新颖假设。

通过“Hypothesis Generation（假设生成）”这一全新实验性工具，将Co-Scientist系统开放给个人研究者使用。该工具由Google DeepMind、Google Research、Google Cloud与Google Labs联合开发。

未来数周内逐步开放该系统，研究人员可前往labs.google/science登记申请。

自去年分享早期研究成果以来，谷歌一直与多个研究团队共同开发和测试Co-Scientist。这些团队正在利用该系统攻克各种具有挑战性的难题——从抗微生物耐药性、植物免疫，到肝纤维化研究。

它已经在基础生物学、自然科学以及工程学中的一些实际应用方式。

01

Co-Scientist如何运作

科学发现很少是一条直线，它更像是一个不断循环的过程：提出想法与假设、进行批判、再不断优化。

科学家往往需要与复杂问题“搏斗”数日、数月甚至数年，才能获得最深刻的洞见。

Co-Scientist背后的核心研究问题是：“AI系统如何能够参与这种严谨而结构化的科学思维过程？”

Co-Scientist AI系统由一组基于Gemini模型的协作型专业智能体组成，可分为三个阶段：

生成想法Generation agent生成智能体提出初始研究方向以及基于科学文献与数据的新颖假设。Proximity agent邻近智能体对生成的假设进行映射与聚类，以确保研究空间探索的多样性与全面性。辩论想法Reflection agent（反思智能体）充当“虚拟同行评审员”，对假设的正确性、质量与创新性进行批判性评估。Ranking agent（排序智能体）组织“想法锦标赛（idea tournament）”，通过成对比较与模拟科学辩论，对最具潜力的研究路径与假设进行优先级排序。演化想法Evolution agent（演化智能体）持续优化、融合并扩展排名靠前的假设，帮助系统迭代提升假设质量。Meta-review agent（元评审智能体）综合辩论与“想法锦标赛”中的洞见，持续优化整个系统，并生成最终研究提案供科学家审阅。

负责协调整个智能体联盟的是一个“Supervisor agent（监督智能体）”，它充当自适应规划器。

与线性思考的AI模型不同，这种自由形式规划器能够将高层级科研目标拆解为可执行步骤，协调多个智能体并行运行，同时探索多条研究路径。

想法生成、批判和演化，构建出一个科学推理与假设生成的良性循环

02

“想法锦标赛”：如何验证、优化与排序假设

Co-Scientist能够探索数千种研究方向。为了筛选出最具影响力的方向，我们开发了“想法锦标赛（Tournament of Ideas）”。

这种方法借鉴了AlphaGo与AlphaStar中的原理——但不同的是，我们的AI智能体并不是在“下棋”，而是在进行科学辩论，以生成、优化并排序科学想法。

为了在保证假设稳健、可验证的同时推动创新边界，系统的大部分算力都用于验证这些假设。

系统会深度交叉验证科学文献与数据中的各种主张，以确保其有科学依据、事实准确、逻辑一致，目前，该系统已整合网络搜索、ChEMBL数据、UniProt数据库，以获取额外知识。

它还能够调用AlphaFold等先进专业模型作为工具，目前这些能力正在部分科研合作中进行测试。

这些能力的结合，使Co-Scientist成为最早一批能够进行结构化科学思维的可靠多智能体系统之一，并能够在复杂科学问题的新型假设生成方面产出切实成果。

03

Co-Scientist：从生命科学开始

过去一年中，谷歌与全球专家合作，在生命科学复杂问题上评估Co-Scientist的能力。同时，我们还向包括第一三共（Daiichi Sankyo）、拜耳作物科学（Bayer Crop Science）、美国国家实验室等机构在内的多家组织预览了企业级版本，这些合作均属于Genesis Mission项目的一部分。

验证案例1：发现可用于对抗肝纤维化的改性药物

验证案例2：为治疗肌萎缩性侧索硬化症提供新方法

验证案例3：加速逆转细胞衰老研究

验证案例4：加速发现肝脏疾病机制

验证案例5：寻找新型传染病背后的分子开关

验证案例6：开辟老龄研究的新路径

04

与科学共同体共同开发智能工具

Co-Scientist是在来自100多家机构研究人员的合作下开发完成的，旨在测试其能力，并确保其成为对科学界高质量且真正有用的工具。

作为负责任AI方法的一部分，Co-Scientist接受了广泛的内部与外部安全评估。鉴于其在生命科学与物理科学领域展现出的强大能力，我们还特别进行了关于化学、生物、放射性与核（CBRN）领域潜在滥用风险的独立评估。基于这些研究结果，我们开发了定制化安全分类器，用于识别不道德研究目标，并降低危险信息被生成的风险。

未来，谷歌将继续结合科学界的反馈与合作，不断迭代和完善该工具，谷歌很快将其扩展给更多Google Cloud企业合作伙伴。我们深受那些建立起当今人类世界认知体系的科学家们启发。我们希望，AI能够帮助研究人员开启并加速一个全新的科学进步时代。

注：Co-Scientist旨在成为科研伙伴，而非科学或临床专业知识的替代品。研究人员仍需对使用系统输出后作出的任何决定负责，并继续推进自己的科学探索之旅。

https://deepmind.google/blog/co-scientist-a-multi-agent-ai-partner-to-accelerate-research/

Deep Science预印本