科学网—人类与AI的合作会成为跨学科研究的未来吗？

精选

已有 4838 次阅读

2024-12-7 17:07

| 系统分类: 海外观察

人类与 AI 的合作会成为跨学科研究的未来吗？

为了使用人工智能 （ AI） 实现科学发现的自动化 ，研究人员创建了一个虚拟实验室，该实验室结合了多个 “AI 科学家”（具有明确科学角色的大型语言模型），他们可以合作实现人类研究人员设定的目标。

该系统在上个月发布在 bioRxiv 上的预印本中进行了描述 1 能够设计出 称为纳米抗体的抗体片段，这种抗体片段 可以与导致 COVID-19 的病毒结合，在全人类研究小组所需时间的一小部分内提出了近 100 种这样的结构。

“这些虚拟实验室 AI 代理已被证明非常有能力完成很多任务，”该研究的合著者、加利福尼亚州斯坦福大学的计算生物学家 James Zou 说。“我们非常高兴能够探索虚拟实验室在不同科学领域的潜力。”

该实验 “代表了一种将 AI 作为合作者而不仅仅是工具的新范式”，在奥罗拉的科罗拉多大学安舒茨医学校区研究 AI 医疗保健应用的 Yanjun Gao 说。但她补充说，人工输入和监督仍然至关重要。“我认为在这个阶段，我们不能完全相信人工智能会做出决策。”

跨学科 AI

世界各地的科学家都在探索大型语言模型 （ LLM） 在加快研究速度方面的潜力， 包括创建一个 “AI 科学家” ，它可以执行从生成假设和设计实验到 起草论文 的部分科学过程。但 Zou 表示，大多数研究都集中在 LLM 在狭窄范围实验中的应用，而不是探索它们在跨学科研究中的潜力。他和他的同事建立了虚拟实验室，以结合来自不同领域的专业知识。

他们首先为他们的虚拟团队培训了两名 LLM：团队领导的首席研究员 （PI），他们在 AI 研究方面拥有专业知识，以及一名“科学评论家”，负责在整个过程中发现其他 LLM 的错误和疏忽。作者给这些 LLM 设定了一个目标——设计新的纳米抗体来靶向病毒 SARS-CoV-2——并指示他们开发其他可以实现这一目标的 LLM。

然后， PI 创建并培训了另外三名 AI 科学家代理来支持研究工作。这些“科学家”中的每一个都接受过特定学科的培训——免疫学、计算生物学或机器学习。“这些不同的代理人将拥有不同的专业知识，他们将共同解决不同类型的科学问题，”Zou 说。

AI 代理独立处理虚拟 PI 分配的任务，例如计算参数或为新的机器学习模型编写代码。他们还可以利用其他人工智能研究工具，例如 蛋白质设计工具 AlphaFold 和 Rosetta。一名人类研究人员通过定期的“团队会议”指导 LLM 评估他们的进度。

“虚拟实验室的设计在很大程度上是自主的，因此代理们可以相互讨论。他们决定要解决什么问题、采取什么方法以及如何实施这些方法，“Zou 说。“人类研究人员专注于提供更高水平的反馈，以指导虚拟实验室的发展方向。”团队会议涉及几轮“讨论”，但每次只用 5-10 分钟。

多功能系统

这些药物最终设计了 92 种纳米抗体，其中 90% 以上的纳米抗体在验证研究中被证明与 SARS-CoV-2 的原始变体结合。其中两种纳米抗体在靶向病毒的新变种方面也显示出前景。

研究人员乐观地认为，他们的系统可以帮助加强多个领域的科学研究。 “我们将其设计成一个非常通用的平台。所以原则上，我们可以使用这些虚拟实验室代理并要求它们解决不同的科学问题，“Zou 说。他强调，人工干预和反馈是虚拟实验室成功的关键。“我们仍然需要验证和确认这些假设;这就是仍然进行真实世界实验很重要的地方。

Gao 表示，未来的研究应该进一步评估 AI 科学家产生的反应，以了解 LLM 为什么会犯错误或彼此不一致。“安全和评估是我真正希望在未来人类-人工智能合作中看到更多的东西，”Gao 说。

转载本文请联系原作者获取授权，同时请注明本文来自孙学军科学网博客。 链接地址： https://blog.sciencenet.cn/blog-41174-1462976.html

上一篇： 衰老到底是什么？ 下一篇： 应该提出“负抗原”的新概念？

主题：人类与AI|合作会成为跨学科研究|专业知识