谷歌刚刚发布了新的AI系统—— AI co-scientist (AI科研协作者)！科研选题、文献检索、实验设计，作为你的 虚拟科研机器人，帮你搞定各种繁琐的科研任务！
申请体验入口：
https://docs.google.com/forms/d/e/1FAIpQLSdvw_8IPrc8O7ZM8FKF46i8BnOYMeSeyLeBNiuk_yGWIlnxYA/viewform
我们来简单了解一下AI co-scientist有哪些特点：
AI co-scientist由Gemini 2.0 赋能，打造科研“最强大脑”
它是由谷歌研究院的 Juraj Gottweis 和 Vivek Natarajan 领衔开发的 多智能体AI系统，核心驱动力是 Gemini 2.0 模型！
它能：
-
• 理解你的科研目标：你只需要用 自然语言 告诉 AI co-scientist 你的研究方向和目标，它就能迅速get到你的需求
-
• 生成创新假设和研究方案：AI co-scientist 可以深度挖掘文献，结合最新的AI技术，为你生成 新颖的科学假设和详尽的研究计划
-
• 加速科研“时钟”：它能快速进行文献回顾、总结，甚至进行“深度研究”，帮助科学家 更快地推进科研进度，加速生物医学等领域的突破
多智能体协作，模拟科学研究全流程
AI co-scientist 的强大之处，还在于它采用了 多智能体系统架构，模拟了科学研究的完整流程。它由以下几个关键的“智能体”组成，各司其职，协同作战：
-
• 生成智能体 (Generation Agent)：负责文献探索和模拟科学辩论，产生初步的研究想法
-
• 反思智能体 (Reflection Agent)：利用网络搜索、模拟实验和同行评审等手段，对研究想法进行全面评估和验证
-
• 排序智能体 (Ranking Agent)：通过“研究想法锦标赛”的方式，比较和排序不同的研究假设，并总结优缺点，为其他智能体提供反馈
-
• 进化智能体 (Evolution Agent)：从其他想法中汲取灵感，对研究方向进行简化或扩展
-
• 邻近性检查智能体 (Proximity Check Agent)：负责相关性检查或方向校准
-
• 元评审智能体 (Meta-Review Agent)：负责研究概述的最终制定
-
• 主管智能体 (Supervisor Agent)：负责任务分解和资源分配，协调整个系统运行
📈 “测试时间计算”：越用越聪明，超越人类专家？
AI co-scientist 还引入了 “测试时间计算 (test-time compute)” 的概念，简单来说，就是系统运行时间越长，推理能力越强，输出质量越高
为了验证这一点，研究人员使用了 Elo 自动评估指标，评估 AI co-scientist 在 GPQA 钻石级难题数据集上的表现。结果表明，Elo 评分越高，输出质量也越高，证明了“测试时间计算”的有效性
更有意思的是，七位领域专家对 AI co-scientist 的表现进行了评估，发现它在复杂问题上 超越了其他先进的AI模型，甚至在长时间推理后，能够超越人类专家！
🧪 真实世界实验验证：药物重定向、靶点发现、抗生素耐药性机制…样样精通！
为了验证 AI co-scientist 的实用性，研究人员将其应用于 药物重定向、新型靶点发现和抗生素耐药性机制解释 等多个复杂科研领域，并进行了真实的实验室验证。
-
• 药物重定向：AI co-scientist 成功预测了 急性髓系白血病 (AML) 的新型药物重定向候选药物，并在体外实验中得到验证！
-
• 靶点发现：在 肝纤维化 研究中，AI co-scientist 识别出表观遗传靶点，并在 人类肝脏类器官 中证实了其抗纤维化活性
-
• 抗生素耐药性机制：AI co-scientist 独立提出了 噬菌体-诱导染色体岛 (cf-PICIs) 与噬菌体尾部相互作用以扩大宿主范围的假设，与之前未公开的实验室发现结果 完全一致！
参考：
https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/
⭐
（文：AI寒武纪）