Generating novel scientific hypotheses with Co-Scientist

### TL;DR Google DeepMind 的 Co-Scientist 是一个多智能体 AI 系统，它像一支虚拟科学家团队一样搜索文献、生成假说、设计实验，可将数月的研究压缩到一两天，并已催生新的科学发现。 ## 科学方法的伟大与现实的挑战 “科学方法可谓是人类有史以来最伟大的思想之一。”这种探索精神、理解世界的渴望，驱动着一代代科学家创造新知识。然而，站在科学前沿的难度正以指数级增长：“要掌握的知识量每两个月翻一番。”科学家常常打开几百个 Chrome 标签页，却仍然担心遗漏文献或公共数据库中的关键信息。罕见病领域尤其令人揪心：人类已知约 17,080 种罕见病，其中只有约 5% 有治疗方法。对于患者和研究者来说，时间是最宝贵的商品，而生物学的进展何其缓慢。“你会失败成百上千次，甚至可能长达数年。真正能用来回答那个重大问题的机会寥寥无几。” ## Co-Scientist 的诞生：从代码到临床 “我一直认为，如果我们能以正确的方式构建人工智能，它可以成为终极工具，帮助科学家探索我们周围的宇宙。”这正是 DeepMind 开发 Co-Scientist 的核心理念。它被描述为“一台用于发现世界新见解的引擎”。系统利用全球科学知识，为重大科学挑战提出解决方案，并能进行严谨、结构化的思考——这正是科学的核心标志。 Co-Scientist 不是普通的语言模型，而是**一个多智能体系统**。其中的 AI 智能体扮演着专业角色，模拟真实研究团队中的分工： - 一部分智能体接收科学家设定的目标，搜索文献，生成假说，创造并发展新想法； - 另一部分智能体提取比较不同想法过程中产生的新信息； - 还有专门的智能体负责对想法排序或比较。 系统有机会连接两个之前完全不相干的领域的事实，促成创造性的突破性新发现。“我们希望人工智能能够赋予科学家超能力。” ## 科学家亲历：从怀疑到震撼 一位研究肝纤维化的科学家起初抱有怀疑。他给系统一个提示：“你将如何处理肝纤维化的表观基因组学方面的问题，以及可以用哪些药物治疗？”看到输出时，“我差点从椅子上摔下来。”系统能够纵览整个文献范围，进行采样并提炼概念，能力强大得难以置信。它会持续运行数天甚至数周，实际上是在测试成千上万个假说、阅读成千上万篇论文。“你从需要几个月才能完成的事情，缩短到了一两天。它输出的结果真的可以为你节省数年时间。” 另一位科学家评价：“它提出了一个非常非常有趣的假说，我们找不到任何方法来证伪它。”看到结果的第一反应是：“哇，这太酷了。我只想马上跑到实验室去试试这个。”他对每个想法的严谨性感到惊讶：“我看着这个假说，心里想，‘哦，我之前完全没考虑过那个蛋白质。’” 系统赋予科学家前所未有的效率：“只需一个简单的提示，你就可以在一天内调动50位科学家去做所有研究，然后带着结果回来找你。任何人都可以在世界任何地方真正掌控一个专家团队。这真的是一件赋能之事。”这位科学家补充道：“我的兴奋之情难以言表，我的实验室成员都快被我逼疯了。” ## 实际成果：已催生新发现 “这个系统提出的想法实际上已经催生了新的发现，其中一些已经发表，还有更多正在发表中。” Co-Scientist 真正赋能了整个科学界，推动他们在不同领域取得重大进展。其影响力目前所见可能只是冰山一角。这种潜力正从“登月计划”转变为我们实实在在的任务，正从代码走向临床。 ## 展望：加速科学，成就非凡 “如果我们能以最快的速度做出最好的科学，那将对每个人都大有裨益。”关键在于：我们的生产力、能力能提升多少？还能做出多少新的发现？这将在多大程度上加速科学发展，并让我们发现那些以前不可能甚至无法想象的全新事物？结论是清晰的：“最优秀的科学家，配上这类工具，将能够成就非凡。” --- Source: [Generating novel scientific hypotheses with Co-Scientist - Google DeepMind](https://www.youtube.com/watch?v=aSY_vFFmkW0)