谷歌发布最强「科研辅助神器」！能帮你提新idea，三大真实场景实证

原标题：谷歌发布最强「科研辅助神器」！能帮你提新idea，三大真实场景实证
文章来源：新智元
内容字数：4878字

谷歌AI协同科研系统：加速科学突破

本文总结了谷歌、斯坦福大学等机构研发的AI协同科研(AI co-scientist)系统，该系统基于Gemini 2.0，能够协助科研人员进行科学研究，显著提高科研效率和成果质量。

1. 系统功能与机制： AI co-scientist系统能够接收自然语言描述的研究目标，并输出全新的研究假设、详细的研究概述和实验方案。系统由多个专用智能体组成，负责生成、反思、排名、进化、检查和元审查假设，通过自动反馈信号迭代改进，形成一个自我修正的循环机制。研究人员可以通过提供种子想法或自然语言反馈与系统互动，系统还利用网络搜索和专用AI模型增强假设的依据和质量。系统采用“测试时计算”技术，进行自我对弈、假设排名和进化等操作，不断提升输出质量。

2. 系统性能评估： 系统的自我提升能力依赖于Elo自动评估指标。研究结果表明，AI co-scientist在复杂问题上的表现优于其他先进模型和人类专家。系统在推理和改进上花费的时间越多，结果的自我评估质量越高。专家评估也显示AI co-scientist生成的假设在创新性和影响潜力方面更受青睐。

3. 真实场景应用： AI co-scientist在多个领域展现了其应用价值：

3.1 药物再利用： 在急性髓系白血病(AML)治疗中，AI co-scientist成功预测了潜在的药物再利用方向，并通过实验验证了其有效性。

3.2 靶点发现： AI co-scientist能够识别新的治疗靶点，简化实验验证过程，降低开发成本。在肝纤维化治疗方面，系统已展现出其潜力。

3.3 抗菌耐药机制解释： AI co-scientist成功解释了囊膜形成噬菌体诱导的染色体岛(cf-PICIs)在细菌耐药性中的作用机制，并验证了其在利用已有研究结果方面的能力。

4. 总结： AI co-scientist系统通过多智能体协作、自我迭代改进和“测试时计算”等技术，有效地辅助科研人员进行科学研究。其在药物再利用、靶点发现和机制解释等方面的应用，展现了其在加速科学突破方面的巨大潜力，为未来科学研究提供了新的范式。