借助 Co-Scientist 加速科学发现

AI小蝌蚪行业资讯📡 BestBlogs·全站精选⭐ 922026-11-161280 阅读💛 254 收藏
借助 Co-Scientist 加速科学发现

📌 One-Sentence Summary

Co-Scientist 是一个多智能体 AI 系统,通过生成新颖假设、设计实验,并借助迭代推理与专家参与的协作验证研究发现,加速科学发现。

📝 Summary

本文介绍了 Co-Scientist,这是一个旨在加速科学发现的多智能体 AI 系统,可通过迭代推理生成新颖假设、设计实验并验证研究发现。Co-Scientist 基于 Google 的 Gemini LLM 构建,并围绕科学方法进行设计,采用多个专职智能体——生成、反思、排序、演化、邻近度和元评审——开展自我对弈辩论、基于锦标赛的假设排序以及迭代优化。该系统在三项生物医学挑战中得到验证:针对 AML 的药物再利用、肝纤维化的新型表观遗传靶点,以及对抗菌药物耐药机制的深入解析。在一个案例中,Co-Scientist 独立复现了一项尚未发表的噬菌体诱导染色体岛相关发现,展现出进行高质量、可检验科学推理的能力。该架构通过扩展测试时计算,在多轮迭代中提升输出质量;同时还能通过自然语言反馈和专家监督,与科学家无缝协作。

💡 Main Points

Co-Scientist 是一个多智能体 AI 系统,通过结构化推理与假设生成加速科学发现。

该系统利用基于 Gemini 构建的专职智能体模拟科学方法,通过基于锦标赛的评估和外部工具集成,迭代优化假设、开展辩论并推动假设演进。

Co-Scientist 在三个复杂的生物医学领域得到验证,包括药物再利用、靶点发现和抗菌药物耐药机制解析。

在每个案例中,系统生成的假设都得到了实验验证;其中包括独立复现一项尚未发表的噬菌体诱导染色体岛相关发现,体现了其实际科研价值。

扩展测试时计算能够通过多轮迭代推理,提高 AI 生成假设的质量。

对 203 个研究目标进行的 Elo 评分分析表明,延长推理时间能够提升假设质量,支持基于锦标赛的演化过程确有成效。

该系统旨在支持科学家参与协作,接受自然语言反馈并进行迭代优化。

科学家可以通过设定约束、提出初始想法并引导探索方向来指导系统,因此 Co-Scientist 是一种协作工具,而非自主智能体。

💬 Key Quotes

「Co-Scientist 是一套结构化的科学思考引擎,旨在成为科学家的协作者,帮助加速科学发现进程。」

「该系统采用多个基于 Gemini 构建的专职智能体,包括生成、反思、排序、演化、邻近度和元评审智能体,在锦标赛框架内持续生成、辩论并推动研究假设演进。」

「Co-Scientist 独立提出,cf-PICIs 会与多种噬菌体尾部结构相互作用,从而扩大宿主范围;这一结论与研究人员尚未发表的实验发现一致。」

「我们通过对 15 个复杂且由专家精选的开放科学目标进行自动评估,展示了扩展测试时计算范式的优势:Co-Scientist 的表现超过了其他最先进的智能体模型和推理模型。」

📊 Article Meta

AI Screening: 92

Featured: Yes

Source: nature.com

Author: nature.com

Category: 人工智能

Language: 英文

Read Time: 43 min

Word Count: 10597

Tags:

AI 与智能应用 , AI Agent , 系统设计 , 大语言模型 (LLM) , Agent编排

#AI 与智能应用# AI Agent# 系统设计# 大语言模型 (LLM)# Agent编排

文章评论(0)

暂无评论,快来抢沙发~