據英國倫敦帝國理工學院(Imperial College London)2025年2月19日提供的消息,研究人員表示，人工智慧合作科學家（AI Co-Scientist）可以加強研究(Google’s AI co-scientist could enhance research, say researchers)。
據研究人員稱，一個尚未發佈的旨在幫助研究人員的系統有可能“加速科學”。(An unreleased system designed to assist researchers has the potential to "supercharge science", according to researchers.)
倫敦帝國理工學院弗萊明計畫（Fleming Initiative）和科技巨頭穀歌（Google）之間的合作，讓科學家們能夠接觸到一種強大的新型人工智慧，旨在使研究更快、更高效。
穀歌發佈了其人工智慧合作科學家系統（AI ’co-scientist’ system）的首批測試結果，來自幾所頂尖大學的學者提出了一個問題，以幫助他們在生物醫學研究領域取得進展。
“我們的科學家是世界上最有才華的科學家之一，他們具有好奇心和橫向思維，需要利用人工智慧技術為社會造福。從生物醫學研究的新途徑開始，為更高的科學效率播下種子——前景可能會改變遊戲規則。”倫敦帝國理工學院副教務長（研究和企業）、帝國理工學院全球美國先進材料和清潔技術學術主題（Imperial Global USA Academic Theme Lead for Advanced Materials and Cleantech）負責人瑪麗·瑞安教授（Professor Mary Ryan）說。
在意識到人工智慧的答案可能需要數年時間才能得到驗證後，帝國理工學院的研究人員橫向地應對了這一挑戰，他們向人工智慧提出了一個他們已經從實驗室實驗中知道答案的問題。
這些尚未經過同行評議的研究結果將在網上發表，供專家和公眾觀看，科學家們將繼續與穀歌合作，在準備啟動之前進一步開發該系統。
瑪麗·瑞安教授說：“世界正面臨著多種複雜的挑戰——從流行病到環境可持續性和糧食安全。解決這些迫切需求意味著加快傳統的研發流程，人工智慧將越來越多地支持科學發現和開創性發展。
我們的科學家是世界上最有才華的科學家，他們具有好奇心和橫向思維，需要利用人工智慧技術為社會造福。從生物醫學研究的新途徑開始，為更高的科學效率播下種子——前景可能會改變遊戲規則。
去年，倫敦帝國理工學院成為第一所在美國擁有永久科技基地的英國大學，在三藩市灣區（San Francisco Bay Area）建立了一個中心。我們為跨大西洋合作的悠久傳統感到自豪，我們與行業合作夥伴建立並培育了能夠改變世界的科學發現的夥伴關係。”
為協作而設計（Purpose-built for collaboration）
穀歌的人工智慧合作科學家系統並不旨在用人工智能完全自動化科學過程。相反，它是專門為協作而構建的，幫助專家們用簡單的自然語言與工具交談，並以各種方式提供回饋，包括直接提供他們自己的假設，供科學家們進行實驗驗證。
蒂亞戈·迪亞斯·達·科斯塔博士（Dr Tiago Dias da Costa）共同領導了帝國理工學院生命科學系(Imperial’s Department of Life Sciences)的實驗工作，並與弗萊明計畫——倫敦帝國理工學院和帝國理工學院醫療保健NHS信託基金會的聯合夥伴關係——合作，使用穀歌的人工智慧合作科學家平臺進行了驗證工作，他說：“在科學研究中，發現過程的很大一部分往往意味著探索無數的實驗死胡同。我們花了相當多的時間來確定要提出的正確的科學問題，設計實驗來回答這些問題，並評估結果——有時只是為了發現不確定或沒有資訊的發現。”
少付出，多回報（Do more with less）
這位人工智慧合作科學家（AI Co-Scientist）訪問了多個資訊來源，包括網路搜索、研究論文、關於該研究領域的圖表和數據庫、用於回饋和改進的專門人工智慧系統，以及手動提交的私人檔。
帝國理工學院的研究人員以弗萊明計畫建立的關係為基礎，從一個新的角度來應對這一挑戰。他們向人工智慧的合作科學家設計了問題，要求它探索一個他們已經思考了十多年的話題，並且是最近未發表的實驗室實驗的主題。
來自帝國理工學院傳染病系（Imperial’s Department of Infectious Disease）和弗萊明計畫的何塞·佩納德斯教授（Professor José Penadés）共同領導了這項實驗工作，他說：“實驗室科學是資源密集型的，隨著抗菌素耐藥性等全球性挑戰的逼近，很明顯我們需要用更少的資源做更多的事情，加快新發現的速度。
當穀歌研究團隊找到我們來測試他們的人工智慧平臺時，我們意識到我們需要用我們自己已經探索過的科學問題來分配給它，並將其作為我們實驗工作的基礎。這實際上意味著，該演算法能夠查看現有證據，分析可能性，提出問題，設計實驗，並提出與我們通過多年艱苦的科學研究得出的完全相同的假設，但在很短的時間內。”
提高發現(Enhance discoveries)
研究人員預計，人工智慧將加速科學發現，增加而不是減少科學合作。例如，該工具可能有助於縮短研究團隊在許多領域進行詳細文獻綜述所需的時間，否則他們可能不會立即熟悉這些領域。這反過來可能會加快發現的時間，並可能導致各自領域的專家有更多的發現，並降低希望為領先工作做出貢獻的新研究科學家的進入門檻。
科學家們正在抗菌素耐藥性（antimicrobial resistance簡稱AMR）領域開展工作，隨著全球感染率和死亡率的上升，這是一項重大的全球衛生保健挑戰。
弗萊明計畫是倫敦帝國理工學院和帝國理工學院醫療保健NHS信託基金之間的合作夥伴關係，將啟動全球工作計畫，以解決AMR的驅動因素，發展國際AMR專業知識網路，並概述戰略研究主題，以迅速推進解決這些緊迫挑戰的解決方案，包括：
利用人工智慧和機器學習以及新療法的快速高通量實驗，領導最先進的藥物發現；（Leading state-of-the-art drug discovery using AI and machine learning and rapid high throughput experimentation for new therapeutics;）
發展診斷方法以改進早期發現、預防傳播和實現具體治療。（Developing diagnostics to improve early detection, prevent transmission and enable specific treatments.）
迪亞斯·達·科斯塔博士（Dr Dias da Costa）說：“我們的發現表明，人工智慧有潛力綜合所有可用的證據，並指導我們解決最重要的問題和實驗設計。如果這個系統能像我們希望的那樣運行，這可能會改變遊戲規則；排除死胡同，有效地使我們能夠以非凡的速度進步。”
何塞·佩納德斯教授說：“這種類型的人工智慧合作科學家平臺仍處於早期階段，但我們已經可以看到它如何有潛力推動科學發展。”
穀歌的新人工智能研究助理可以生成與未發表的發現相匹配的科學假設。穀歌的新“人工智慧合作科學家”可以預測科學發現（Google’s New “AI Co-Scientist” Can Predict Scientific Discoveries）。