Google 将生成式 AI 融入科学研究的探索

近年来，Google 致力于将生成式 AI 技术应用于尽可能多的产品和项目中。其 AI 系统已经能够总结搜索结果、与应用程序交互并分析手机数据。尽管这些系统缺乏真正的知识，但其输出有时却出人意料地优秀。然而，AI 是否能够参与科学研究呢？

Google 的 AI 共同科学家计划

Google Research 正在尝试将 AI 转变为“共同科学家”，特别是针对生物医学研究领域。基于 Gemini 2.0 的多智能体 AI 系统，旨在为研究人员提供新的假设和研究方向。然而，这一 AI 共同科学家本质上仍是一个高级聊天机器人。

AI 共同科学家的工作原理

科学家可以将研究目标、想法和过往研究文献输入系统，AI 会根据这些数据生成可能的研究方向。系统包含多个相互连接的模型，它们处理输入数据并访问互联网资源以优化输出。系统内的不同智能体会相互挑战，形成一个“自我改进循环”，类似于 Gemini Flash Thinking 和 OpenAI o3 等推理 AI 模型。

尽管 AI 共同科学家仍是一个生成式 AI 系统，无法真正产生新知识或想法，但它可以从现有数据中推断，提出合理的建议。最终，系统会输出研究提案和假设，科学家还可以通过聊天界面与 AI 讨论这些提案。

AI 在科学研究中的测试

当前流行的 AI 系统存在准确性不足的问题。生成式 AI 总是会生成输出，即使其训练数据或模型权重不足以提供有用的信息。Google 的 AI 共同科学家通过内部评估机制来提高输出的科学性，据称其自我评估评分与科学准确性呈正相关。

人类科学家的评价

Google 邀请了生物医学研究人员对 AI 提案进行评估。专家认为，AI 共同科学家的输出比其他非专业 AI 系统更具影响力和新颖性。尽管如此，AI 的建议并非全部有效。

实验室测试

Google 与多所大学合作，在实验室中测试了部分 AI 提案。例如，AI 建议重新利用某些药物治疗急性髓性白血病，实验室测试表明这一想法可行。斯坦福大学的研究也显示，AI 关于肝纤维化治疗的建议值得进一步研究。

AI 共同科学家的定位与未来

尽管 Google 将其称为“共同科学家”，但这一系统距离真正独立进行科学研究仍有很大差距。AI 目前无法理解或提供真正的洞察力，但可以帮助人类解释和整理庞大的数据集和研究文献。

Google 希望通过 Trusted Tester 计划让更多研究人员使用这一系统，以协助实际研究。感兴趣的研究人员和机构可以申请加入该计划，获得访问共同科学家 UI 和 API 的权限，并将其集成到现有工具中。

总结

Google 的 AI 共同科学家系统展示了生成式 AI 在科学研究中的潜力，特别是在提出假设和研究方向方面。尽管其能力有限，但它可以为科学家提供有价值的辅助工具，帮助他们在复杂的数据和文献中找到新的研究路径。