机械当科学家？AI两天解数年困难，还筛出抗肝纤维化新药

[db:作者]

2025年9月，Google DeepMind的“AI合作科学家”系统干了两件大事：一边帮斯坦福医学院找出了能治肝纤维化的候选药，一边还破解了伦敦帝国理工学院科学家好几年没搞懂的细菌DNA谜题提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
这机械的推理才能，居然能跟人类研讨者比一比了，这跟之前AI只做数据整理的样子比，差得不是一星半点提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

之前总听人说“AI是科研助手”，可此次它间接当起了“配角”提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
斯坦福医学院的Gary Peltz教授团队，原本是想从已上市药物里找能治肝纤维化的，人类专家自己选了几种药，成果尝试下来全没用提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
却是AI，扒了近10年的生物医学文献，挑了3个候选药，其中一个叫伏立诺他的抗癌药，不但能削减肝纤维化，还能帮肝脏再生提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

西北大学的Dillan Prasad研讨员说这案例“难以置信”，我倒感觉，这更像给传统科研提了个醒——人类的精神有限，有些藏在文献里的关联，还真得靠机械帮着挖提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
AI选药比人类准？斯坦福尝试戳破了传统科研的“效力痛点”肝纤维化这病，一向缺好用的药提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

之前研讨团队找候选药，光看文献、设想尝试就得耗三五年，还纷歧定有成果提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
此次AI只用了一周就给出倡议，尝试成果还比人类选的准，这效力差得不是一点半点提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
伏立诺他这药也挺成心机，之前只用来治皮肤T细胞淋巴瘤，谁也没往肝纤维化上想提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
AI硬是从一堆文献里找出了它和肝脏表观遗传调控的关联，老实讲，这如果靠人类专家一点点捋，说不定还得等好几年才能发现提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

现在斯坦福团队已经启动了Ⅱ期临床实验，如果成了，今后治肝纤维化又多了个选项提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
不外有一点得说清楚，AI不是凭空“猜”对的提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
它背后是一套多智能体架构，有负责提假定的，有负责挑错的，还有负责完善细节的，最初还有个“总批示”兼顾提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

就像一个迷你科研团队，只不外每个“成员”都不会累，还能一秒看完上万篇文献提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
反观之前的通用AI，比如GPT-4、Claude这些，顶多帮着总结文献，想提个能落地的尝试假定，正确率还不到15%，跟这个“AI合作科学家”比，确切差了一截提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
讲完选药的事，再说说另一个更让人惊奇的：细菌DNA的谜题提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

伦敦帝国理工的José Penadés团队，好几年都搞不懂“为啥如出一辙的DNA片断会出现在分歧细菌里”，自己提了三个假定都被尝试颠覆了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。成果把数据输给AI，才两天就拿到了答案提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
细菌谜题两天破解！AI的“推理脑”到底比人类强在哪？AI给的答案是“寄素性DNA能从邻近细菌那抢病毒载体，完成跨物种转移”提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

更神的是，这个结论跟团队没颁发的尝试数据完全对得上提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
Penadés一路头还思疑AI偷了自己的材料，后来确认不是，才认可被AI的推理才能震动到了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
我倒感觉，这事儿最关键的不是AI“快”，而是它“思绪不设限”提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
人类做研讨，轻易被之前的经历困住，比如Penadés团队之前一向盯着“细菌本身的载体”想法子，可AI没这挂念，间接想到了“抢他人的载体”提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

这类跳出固有框架的才能，之前总感觉是人类的专利，现在机械也能做到了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
固然，也不是一切人都看好提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。生命科学公司Elucidata的Kriti Gaur就说，如果AI只靠旧文献提假定，轻易堕入“闭环”，翻来覆去都是老结论，出不了真创新提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
这话实在有事理，究竟机械再利害，也没法像人类一样忽然冒出个“灵光一闪”的想法提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

但Google也在补这个缝隙，比如每月给AI更最新的文献，还加了人类专家考核的环节，相当于给机械装了个“纠错开关”，几多能下降点风险提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
现在不但Google在做这个，斯坦福搞了个“虚拟尝试室”，能自动设想尝试还远程控制装备；Biomni平台跟辉瑞合作搞抗生素研发，把挑选周期收缩了很多；还有个叫FutureHouse的非营利构造，做了个开源平台让全天下科学家一升引提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
这么多玩家一路发力，今后AI在科研里的戏份估量会越来越重提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

最初，AI科学家不是要取代人类研讨者提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
究竟机械没法像人类一样斟酌伦理，也不会有“想霸占某个疾病”的感情驱动提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
但它能帮人类省掉整理数据、考证根本假定的功夫，让科学家把精神放在更有缔造性的地方，比如设想更成心机的尝试，大概思考更前沿的题目提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

未来的科研，大要率是“人类出想法，AI来落地”的搭配，如果能配合好，非论是找新药还是解科学谜题，速度必定能快很多，这对我们普通人来说，实在也是件好事提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。