AI展现超能力：从提出假设到药物发现仅需数小时！

人工智能有望在实验室中发挥更积极的作用。5月19日，发表于《Nature》杂志的新研究显示，两套系统利用人工智能智能体团队来提出假设、设计实验并分析数据。每个系统在各个阶段仍需人工参与，但它们所呈现的时间表却能比完全依赖人类思维和双手时显著缩短。当要求这些系统识别可能用于治疗不同病症的现有药物时，它们仅用几个小时便给出了合理的答案。

“这几乎就像是科学家头脑中思维过程的一种代理式、体外实现，”谷歌DeepMind的研究员维韦克·纳塔拉詹表示，他参与了其中一套系统的开发。“目标是赋予科学家超能力。”
在一项实验中，纳塔拉詹及其同事使用了谷歌的“共同科学家”工具，寻找经批准的药物，以期将其重新用于治疗一种名为急性髓系白血病的血液癌症。该系统筛选出了一份候选药物清单，随后人类研究人员从中选定了五种药物进行进一步研究。其中三项在实验室培养的细胞的初步研究中显示出前景。

位于加利福尼亚州旧金山的非营利性人工智能研究实验室FutureHouse开发了第二个系统，名为Robin，并指示它寻找治疗一种名为干性年龄相关性黄斑变性的眼病的药物。Robin首先咨询了经过训练可进行文献综述的人工智能代理，并利用它们的报告挑选出实验室实验，以测试多种候选药物。人类执行了这些实验，并将数据反馈给Robin，随后Robin又将这些数据提供给专门从事数据分析的人工智能代理。
利用这一程序，Robin提出了一组用于治疗干性年龄相关性黄斑变性的分子靶点，并确定了一种名为利帕苏地尔的药物——该药目前用于治疗青光眼——有望成为一种候选疗法。该系统还提出了可在实验室中验证利帕苏地尔活性的检测方法，并进一步建议开展后续实验。

需要指出的是，这些AI科学家所发现的药物均尚未经过全面评估，而且许多在实验室培养细胞中通过初步检测的候选药物，在后续更严格的测试中往往会遭遇失败。但这些案例表明，这类人工智能系统能够提出合理的假设。加州大学圣地亚哥分校健康系统负责人工智能计划与战略的卡兰迪普·辛格表示，“AI助手在其他情境下的日常科学应用效果如何，还有待观察。只有当它真正面向广大用户开放时，你才能知道它在现实中的表现如何。”
#热门微博# #科学新闻# #人工智能# #哈勃观察员[超话]#