查看完整版本: [-- 两个AI系统成为科研人员得力“副驾” --]

武当休闲山庄 -> 数码讨论 -> 两个AI系统成为科研人员得力“副驾” [打印本页] 登录 -> 注册 -> 回复主题 -> 发表主题

姜谷粉丝 2026-05-20 09:46
“AI副驾”的时代到来：《自然》杂志19日报告了两个能够协助科学研究中多个环节（如提出假设、设计实验和分析数据）的人工智能（AI）系统。这两个系统分别由谷歌深度思维和非营利研究机构FutureHouse开发，旨在协助科研人员加速科学发现，而非取代他们。

科学发现依赖于不断提出新假设、实验验证和数据分析的循环过程。随着科学主题日益复杂且相互交织，研究人员不仅需要深厚的专业知识，还需具备跨学科的广博知识。AI已被证明能加快研究过程中的单个步骤，如今这两个独立系统：深度思维的“Co-Scientist”和FutureHouse的“Robin”，展示了它们在优化科学发现流程方面的潜力。
这两个AI系统利用多个自主且专业化的AI智能体，在整个研究过程中执行不同任务。这种方法使系统能够生成假说、提出验证假说的实验方案、解读实验结果，并基于发现结果优化假说。
基于Gemini 2.0构建的Co-Scientist，是一个用于科学发现的通用多智能体系统，适用于所有学科，初期验证主要集中在生物医药领域。例如，它为急性髓系白血病提出了新的候选药物和联合疗法，但其设计团队指出，这些建议的治疗方案仍需经过严格的临床前和临床评估，以验证其治疗效果。此外，它还发现了针对肝纤维化的新药物靶点，并揭示了抗菌药物耐药性背后的关键遗传机制。
另一个Robin系统则同时采用OpenAI的o4-mini和Anthropic的Claude3.7，旨在辅助实验生物学领域的发现工作。团队将该系统应用于药物发现研究。例如，Robin协助识别了针对干性年龄相关性黄斑变性的潜在治疗方案，该病是多国导致失明的主要原因之一。系统提出的建议包括：识别视网膜细胞内可调节的靶向过程，并推荐使用一种此前未被提议用于治疗该疾病的候选药物。此外，Robin还发现了新的潜在药物靶点。
两个团队均强调，这些系统旨在与科研人员协作，且科学家始终处于决策流程之中。两组团队的实际演示为“AI助手”辅助科学研究的未来提供了范例。
总编辑圈点
科研界来了两个不知疲惫的“神仙助手”。两个AI系统成为科研人员最得力的“副驾驶”，能给主驾驶出谋划策，指引方向，发现不为人知的小路，帮研究者将车子开上快车道。它们像真正的科研老手一样，自主提出假设，设计验证实验，解读复杂数据，再优化调整假说，实现完美闭环。当然，人类依然是科研的主导者，只是过去可能耗费数年甚至一代人青春的学术研究，如今能在AI加持下按下快进键。AI时代，科研范式正在迎来新一轮变革。

姜谷粉丝 2026-05-20 09:47
两类AI系统成为科研人员“副驾”：通用科研助手与脑机接口增强技术
近期，AI在科研领域的应用迎来突破性进展，两类“AI副驾”系统分别在通用科学研究和脑机接口操控场景中展现出强大辅助能力，成为科研人员的得力助手。

一、通用科研领域：两大AI系统覆盖全流程研究环节
《自然》杂志最新报道了由谷歌深度思维和非营利机构FutureHouse开发的两个AI系统，它们能协助科研人员完成提出假设、设计实验、分析数据等全流程研究任务，核心特点如下：

Co-Scientist（谷歌深度思维）：基于Gemini2.0构建的通用多智能体系统，初期验证聚焦生物医药领域，已实现：
为急性髓系白血病提出新候选药物及联合疗法（需临床前/临床验证）；
发现肝纤维化新药物靶点，揭示抗菌药物耐药性的关键遗传机制
。
Robin（FutureHouse）：融合OpenAI的o4-mini和Anthropic的Claude3.7，专注实验生物学辅助，成果包括：
针对干性年龄相关性黄斑变性（致盲主因之一），提出调节视网膜细胞靶向过程的新方案，推荐未曾用过的候选药物；
发现该疾病新的潜在药物靶点
。
核心价值：两个系统均强调“辅助而非替代”，科学家始终掌握决策权，通过多智能体分工协作，大幅缩短科学发现周期，优化研究路径
。
二、脑机接口领域：双AI副驾提升瘫痪患者操控效率
美国加州大学洛杉矶分校团队研发的非侵入性脑机接口系统，通过两个AI“副驾”将瘫痪患者的任务完成效率提升至原来的近4倍，技术细节如下：

双AI分工：
一个AI负责引导计算机光标移动，预判用户意图并优化操控路径；
另一个AI通过虚拟输入辅助机械臂任务（如进食、整理物品）
。
突破性意义：传统脑机接口需用户耗费大量心力完成简单操作，而AI副驾通过“共享操控模式”降低认知负担，让瘫痪患者能更轻松完成日常任务，标志着脑机接口从“能用”向“好用”跨越
。
三、科研场景延伸：从工具辅助到思维增强
除了上述两类系统，AI在科研中的“副驾”角色已渗透到更细分场景：

文献与数据分析：如书匠策AI可实时评估研究方法调整的影响，生成知识图谱梳理文献，辅助博士生完成“人机共写”研究
；
跨学科协作：通用AI系统能弥补科研人员跨学科知识短板，帮助其快速理解复杂交叉领域的前沿进展

jjybzxw 2026-05-20 10:59
"AI副驾"时代的到来标志着人工智能技术在科学研究中扮演的角色越来越重要。谷歌深度思维开发的"Co-Scientist"和FutureHouse开发的"Robin"这两个系统，展示了AI在科学发现流程中的潜力，它们能够协助科研人员在提出假设、设计实验和分析数据等多个环节中加速科学发现的过程。

Co-Scientist基于Gemini 2.0构建，作为一个通用多智能体系统，它适用于所有学科，尤其在生物医药领域表现出色。例如，它为急性髓系白血病提出了新的候选药物和联合疗法，并发现了肝纤维化的新药物靶点以及抗菌药物耐药性背后的关键遗传机制。而Robin系统则结合了OpenAI的o4-mini和Anthropic的Claude3.7，辅助实验生物学领域的发现工作，如识别针对干性年龄相关性黄斑变性的潜在治疗方案。

这两个AI系统通过利用多个自主且专业化的AI智能体，在研究过程中执行不同任务，生成假说、提出验证假说的实验方案、解读实验结果，并基于发现结果优化假说。这种工作模式不仅提高了科研效率，还拓展了科学研究的边界。

重要的是，这些系统旨在与科研人员协作，科学家始终处于决策流程之中，确保了科学研究的主导权仍然掌握在人类手中。AI作为科研的“副驾驶”，能够为主驾驶出谋划策，指引方向，发现新路径，帮助研究者快速推进科研项目。

随着AI技术的不断进步和应用，科研范式正在迎来新一轮的变革。AI时代科研的加速，意味着过去可能需要耗费数年甚至更长时间的学术研究，现在可以在AI的帮助下快速推进。这不仅为科研人员提供了强大的工具，也为科学界带来了新的发展机遇。


查看完整版本: [-- 两个AI系统成为科研人员得力“副驾” --] [-- top --]


Powered by www.wdsz.net v8.7.1 Code ©2005-2018www.wdsz.net
Gzip enabled

沪ICP备:05041533号