AI4S面临数据枯竭！谷歌前CEO：靠「AI科学家」来解决

行业经常会提到“ AlphaFold时刻 ”的概念，这一诺奖级成果 证明了人工智能与足够数据的结合能够带来突破性发现。

然而这一成果在许多科学领域目前仍然是极难复制的，根源在于数据的缺乏。

AlphaFold取得成功的重要因素之一，是背后庞大的 蛋白质数据库。该数据集包含约17万个经过实验验证的蛋白质结构。

但这一蛋白质数据库的背后经过了53年的国际科学合作，约花费了210亿美元才完整搭建， 这种规模的数据库搭建不仅资金筹措方面极其困难，在协调方面也几乎不可能，执行起来也极其耗时。

近日，谷歌前首席执行官Eric Schmidt在《麻省理工科技评论》上探讨了这个话题，他与另一位 AI材料领域专 家 Suhas Mahesh共同撰写了一篇名为“AI for science needs reasoning, not just data”的文章。

文章中他认为，目前的AI for Science产业加速将得益于另一种方法：人工智能代理（AI Agent），也就是我们俗称的“AI科学家”。

人类科学家 同样面临数据匮乏问题

在广阔的科学领域中，真正拥有蛋白质数据库这样庞大数据资产的只有极少数领域：天气预报、大部分基因组学领域以及极少数的化学领域。在这些领域，或许很快就会出现 AlphaFold 式的突破性进展。

但Schmidt在文章中强调，人类科学家们也是一直都在充满不确定性的情况下进行推理的。

致力于识别新药物靶点的生物学家从未拥有过完美无缺的数据集，他们需要将对接计算与已知结构相结合，纳入分子动力学因素，进行少量结合试验，并利用自己的判断根据每种方法的特定优势和缺陷来对其进行权衡。

科学研发并不依赖于任何单一的工具，而是在于整合多种工具所产生的数据，并在新证据出现时对结果进行修正，这才是大多数研究工作实际开展的方式。

对此，Schmidt认为，具备了像真正的科学家一样，在“不完美”的数据基础上进行研发的“AI科学家”是突破数据难题的关键所在。

简单来说，“AI科学家”是一种AI推理引擎，由大语言模型驱动，并被赋予了对工具（无论是数字工具还是实体工具）的访问权限以及调用这些工具的能力。

其主要意义在于极大地降低了对于具有科学专业性的数据集的依赖。像 AlphaFold这样的工具针对的是特定问题，但“AI科学家”本质上属于通用型工具，以数字化形式模拟了人类的发现过程。

十年研究难题 被AI科学家成功破解

文中以谷歌在今年五月发布的“AI科学家”Co-Scientist为例。

研究人员为该系统提供了一份一页长的简介和一个目标：弄清抗生素耐药性如何在不同菌种之间传播，这是导致耐药感染的关键驱动因素。

Co-Scientist随即启动了子代理。其中一个从文献中起草了假设；另一个则像同行评审者一样对这些假设进行剖析；第三个则通过竞赛来评估最强候选者的排名；第四个则对获胜的假设进行了完善。

该代理得出结论：耐药性基因是通过依附于细菌病毒来传播的，这些病毒能够携带它们进入新宿主。

这一假设与伦敦帝国学院的研究人员耗时十年、经过艰苦的湿实验室工作得出的结论完全一致；他们的论文此前未被Co-Scientist看到，目前仍处于同行评审阶段。

但客观来说，像 Co-Scientist 这样的“AI科学家”工具目前仍属于早期阶段，要成为科学研发流程中普遍存在的工具还需要克服一些问题：

它们仍有可能出现幻觉，判断前后不一致，且存在记忆和输入限制，限制了它们能够自主运行的时间。

但这些技术障碍终将被克服，而随着这些障碍的消除，我们也将开始注意到“AI科学家”对科学工作的可靠性、一致性和速度所产生的复合影响。

未来 与AI科学家共存

文章了还展望了“AI科学家”会为未来的科学研发带来哪些改变。

第一是提高了科学研究的可重复性。

数十年来，科学界一直要求研究人员分享原始数据及精确的代码，以期实现实验过程的标准化，而智能体能把科学家从这一繁琐的行政工作中解放出来。

因为智能体能自动记录下其做出的每一步操作，从而生成关于导致其结果的整个方法的精确记录，并使得精确的重复成为可能。

第二是实现了科学记忆的传承。

研究人员之间的知识传递过程向来颇为模糊不清，不少研究生们往往只能埋头翻阅前辈们留存下来的杂乱无章的实验室笔记，从中寻找那些将决定其研究方案成败的细节。

然而，随着智能体逐渐成为科学进程中日益重要的一环，实验室的全部科学史将被记录在一个集中、标准化的机构知识库中。

最后也是最重要的一点，“AI科学家”会大幅提升科学研发的效率。

设想一下，如果测试一项创意所需的时间比在会议上辩论还要短，人们便会停止争论，转而直接进行测试。

一位能够在1个小时内阅读上千篇论文、设计500种分子、并在次日早上从失败试验中汲取经验教训的“AI科学家”，将显著降低实验成本，并从根本上改变科学研究的节奏。

它还将赋予研究人员追求大胆、新奇问题的自由，而这些问题之前他们可能从未敢冒风险投入时间研究过，从而开启我们尚无法想象的科学之门。

尽管 AlphaFold 的海量数据库无疑是其取得成功的关键，但它本身绝不是AI4S的终极形态。

在Schmidt看来，具有能动性的“AI科学家”代表着一种更为罕见的突破性进展：一种能够同时涵盖所有科学领域的通用性工具。

纵观历史，此类具有如此广泛影响的工具仅出现过寥寥数次：微积分、统计推断、光谱学、计算机。

每一种工具都揭示了一个此前无人曾想过要加以表述的问题世界，而这些问题反过来又重新定义了其所属领域。

—The End—