新智元报谈
裁剪：LRS
【新智元导读】AI co-scientist系统基于Gemini 2.0缔造，或者协助科研东谈主员生成新的计划假定、制定实验决策，并通过自我改造普及限度质料。在生物医学应用中，AI co-scientist奏效掂量了药物再欺诈标的、提议新的调治靶点，并讲明了抗菌耐药机制。
在科学探索的过程中，计划东谈主员需要对以往发表的文件进行不雅察转头，提议一些新颖、可行的计划标的，终末通过全面的实验进行idea考据。
科研东谈主员需要对探索的宽度和深度进行均衡，由于元气心灵有限，不行探索过多的计划标的，同期还要保证对方针主题的计划深度。
最近，、斯坦福大学等机构的计划东谈主员缔造了一个多智能体、基于Gemini 2.0的AI协同科研（AI co-scientist）系统，具备跨复杂主题的笼统才智和进行永恒遐想、推理的才智，除了传统的文件综述、转头功能除外，还不错援手科研东谈主员提议新的、原创学问，或是基于先前的恶果制定计划假定(hypotheses)和遐想(proposal)。
论文联接：https://storage.googleapis.com/coscientist_paper/ai_coscientist.pdf
AI co-scientist系统的输入为一段用天然言语描述的计划方针，输出为全新的计划假定、详备的计划概述和实验决策。
根据科研行动本人的特色，缔造者遐想了多个专用智能体用来「生成、反想、名次、进化、左近性检讨、元审查（meta review）」，使用自动反馈信号来迭代生成、评估和改作秀设，组成了一个自我修正、改造的轮回机制，逐渐生成质料更高、立异性更好的假定。
系统的中枢想路即是「协助科研」，是以缔造者遐想了多种模样让计划东谈主员与系统进行互动，比如「径直提供种子倡导」进行探索或是对生成的限度提供「天然言语反馈」。
系统还用到了外部器用，如网罗搜索和专用AI模子，以增强生成假定的依据和质料。
AI co-scientist将分拨的方针剖判为计划遐想竖立，由监督智能体（supervisor agent）厚爱将专用智能体分拨到使命队伍并分拨资源，使得系统或者纯真膨胀计较才智，并迭代地提高其科学推理才智，以完毕指定的计划方针。
测试时计较（test-time compute）
AI co-scientist使用「测试时计较」技能来迭代推理、进化和改造输出，如进行自我对弈（self-play）科学辩说以生成新假定，对所有假定进行质料名次对比，或是不停进化假定等，不错让智能体不停进行自我品评，使用器用进行反馈以细化假定和提案。
论文联接：https://arxiv.org/abs/2408.03314
系统的自我普及才智主要依赖于Elo自动评估方针，通过对模子的输出进行对比竞赛，最终不错获取一个Elo值，计划东谈主员分析了Elo自动评级与GPQA中diamond set（有难度的问题聚会）准确率的匹配度，限度发现Elo评级与输出质料呈正相干。
AI co-scientist（蓝色线）和Gemini 2.0（红色线）的平均准确率对比，按Elo评级分组
七位范畴群众在其专科范畴内全心挑选了15个绽开计划方针和最好惩办决策，使用自动化的Elo方针，限度发现AI co-scientist在复杂问题上的发达优于其他发轫进的智能体和推理模子。
跟着系统在推理和改造上糟践更多时分，限度的自我评估质料提高，并越过了模子和无助的东谈主类群众。
限度也考据了「使用从科学圭表中归纳出的先验学问」进行「测试时计较」膨胀的上风：系统在推理和改造上糟践的时分越多，限度的自我评估质料越高，最终越过了其他模子和东谈主类群众。
AI co-scientist的性能会跟着系统在计较上糟践时分更多而逐渐提高
在11个计划方针的小子集上，群众们评估了AI co-scientist生成限度相干于其他基线模子在新颖性（novelty）和影响后劲（impact）的总体偏好，天然样本量较小，但群众们大王人以为AI co-scientist更受接待，与之前引入的Elo自动评估方针一致。
确实场景应用
药物再欺诈调治急性髓系白血病
药物研发是一个耗时且腾贵的进程，新的调治圭表需要重新运转发现和缔造进程，以调治不同的相宜症或疾病。
药物再欺诈（drug repurposing）通过发现现存药物超出其原始预期用途的新调治应用来克服该发愤，但由于任务复杂，需要豪放的跨学科专科学问。
计划东谈主员使用AI co-scientist来援手掂量潜在的药物再欺诈计划标的，模子提议了针对急性髓系白血病（AML）全新的、可再欺诈的候选药物，随后与归并团队通过计较生物学、群众临床大夫反馈和体外实验考据了模子的掂量限度，阐明该药物在多个AML细胞系中，在临床相干浓度下或者羁系肿瘤活力。
三种新式AI合科学家掂量的 AML 再欺诈药物之一的灵验剂量反映弧线；KIRA6在临床相干浓度下羁系KG-1（AML细胞系）的存活，或者在较低药物浓度下镌汰癌细胞存活，减少了脱靶反作用的可能性
股东肝纤维化方针发现
识别新式调治靶点比药物再欺诈更复杂，频频会导致假定选拔效用低下、体外及体内实验优先级排序不当。东谈主工智能援手靶点发现存助于简化实验考据过程，镌汰缔造地间资本。
AI co-scientist通过识别基于临床前把柄并具有显赫抗纤维化活性的表不雅遗传学靶点（3D、多细胞组织培养，由东谈主类细胞养殖并遐想来模拟东谈主类肝脏的结构和功能），展现了其在提议、排序和生成针对发现假定的假定和实验决策方面的后劲，相干论说行将与归并者斯坦福大学共同发布。
AI co-scientist建议的调治决策与纤维化教唆剂（阴性对照）和羁系剂（阳性对照）的调治效果对比
讲明抗菌药物耐药机制
计划东谈主员指令AI co-scientist探索小组内仍是进行过新颖发现但尚未公开的课题，讲明囊膜酿成噬菌体教唆的染色体岛（cf-PICIs）如安在多种细菌物种中存在？
「微生物进化出的互异感染调治药物的机制」波及到默契基因挪动（接合、转导和篡改）的分子机制，以及推动抗菌药物耐药性（AMR）基因传播的生态和进化压力。
AI co-scientist系统寂寞提议，cf-PICIs 与多种噬菌体尾部互相作用以扩大宿主范围，在之前进行的实验中获取了考据，进一步说明AI co-scientist动作援手技能的价值，或者欺诈数十年前的计划限度。
AI co-scientist重新发现新式基因挪动机制的时分线。蓝色：cf-PICI发推行验计划进程时分线。红色：AI co-scientist在莫得先验学问的情况下发展和重现这些要害发现
参考贵寓：
https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/