科技日報記者 張佳欣
2024年春的一天，美國斯坦福大學病理學家托馬斯·蒙廷開啟了一場前所未有的“實驗室會議”——與6位由人工智能（AI）驅動的“虛擬科學家”共商阿爾茨海默病的治療策略。這些AI被賦予不同的專業(yè)角色，從神經科學家到藥物化學家，在幾分鐘內展開多輪討論，最終生成了一份長達一萬多字的會議紀要。這場看似科幻的情景，其實是一個新興趨勢的縮影：以多智能體語言模型組成“AI科研團隊”，模擬真實研究協(xié)作過程，幫助科學家節(jié)省時間、完善假設，甚至激發(fā)新的科學靈感。開發(fā)者稱這種系統(tǒng)為“聯(lián)合科學家”。
多家機構打造“虛擬實驗室”
今年2月，谷歌旗下“深度思維”公司推出了一款名為“AI聯(lián)合科學家”的軟件。該軟件由6個AI代理組成，分別負責想法生成、反思或批評、概念演進、去重、排序和總結審稿，均由谷歌的Gemini 2.0模型驅動。這套系統(tǒng)是谷歌生物醫(yī)學AI研究工作的延伸。在一項早期測試中，該系統(tǒng)在兩天內就解決了困擾科學家十多年的科學謎題。
美國斯坦福大學也在去年11月推出了“虛擬實驗室”系統(tǒng)，蒙廷試用的正是這個版本?？萍济襟wFreethink網站報道稱，目前，該系統(tǒng)以OpenAI的GPT-4o為基礎，默認配備“首席研究員”和“評論者”兩個角色，用戶可自由添加更多代理并設定他們的專業(yè)領域，快速生成模擬會議記錄。
在中國，上海人工智能實驗室的研究團隊也在開發(fā)虛擬科學家系統(tǒng)，名為“VirSci”，專注于模擬科學家團隊的合作過程，以推動科研創(chuàng)新。
英國《自然》雜志報道稱，這些系統(tǒng)所用的大型語言模型（LLM）不僅僅是在“你一言我一語”地交換觀點，它們還具備聯(lián)網檢索信息、執(zhí)行代碼、調用專業(yè)工具等功能，屬于一種“代理式AI”系統(tǒng)。這一術語目前尚不嚴格，但一般指LLM在一定程度上能自主承擔任務。美國阿貢國家實驗室的計算機科學家里克·史蒂文斯指出，多個AI代理協(xié)同作戰(zhàn)，可連續(xù)數(shù)小時專注于解決復雜科學問題，不會走神，也不會疲憊。
AI科研團隊是否靠譜
那么問題來了：這些AI之間的對話，像是一屋子的諾貝爾獎得主，還是一群本科生？它們的想法是天方夜譚、空洞無趣，還是令人振奮、值得深挖？
現(xiàn)階段的AI代理系統(tǒng)確實存在“幻覺”問題，即生成錯誤或虛構的信息。但芝加哥大學計算機科學家史蒂文斯指出，通過引入“評論者”或“評審者”的角色，系統(tǒng)往往能有效篩除不合理內容，提升整體可靠性。他還認為，即便是“幻覺”，在頭腦風暴場景下也可能激發(fā)出意想不到的創(chuàng)意，前提是有專家把關。
現(xiàn)有研究也發(fā)現(xiàn)，多代理協(xié)作確實優(yōu)于單一AI。以GPT-4o為例，斯坦福大學團隊發(fā)現(xiàn)，若在對話中加入一名“評論者”，該模型在研究生水平的科學測試中的表現(xiàn)會提高幾個百分點，在實際科研應用中的回答也更加精準，例如在放射治療方案設計方面更具邏輯。
谷歌也曾對其聯(lián)合科學家系統(tǒng)展開評估，結果顯示，人類專家更傾向于由多個AI協(xié)作生成的回答，認為其更具新意和科研潛力。
關于多少名AI代理、幾輪互動最為有效，科學界也正在尋找答案。上海人工智能實驗室計算機科學家董楠卿等人開發(fā)VirSci系統(tǒng)時發(fā)現(xiàn)，最佳創(chuàng)造力出現(xiàn)在“8個代理人×每人5輪發(fā)言”的設置下。而斯坦福大學的斯旺森則表示，超過3個專家后輸出常常變得冗余，3輪之后系統(tǒng)也容易跑題。
AI的點子到底有多新
谷歌在宣布其聯(lián)合科學家系統(tǒng)時表示，該系統(tǒng)幫助研究者提出了“新穎的預測”。例如，斯坦福大學的加里·佩爾茨用谷歌的“AI聯(lián)合科學家”系統(tǒng)尋找治療肝纖維化的新藥時，AI團隊在分析背景信息后提出3種藥物建議，其中2種在實驗中顯示出療效，反而優(yōu)于他自己挑選的方案。但同時，一些科學家則認為這些建議其實“談不上什么新意”。
類似的爭議也出現(xiàn)在帝國理工學院微生物學家何塞·佩納德斯團隊測試谷歌系統(tǒng)時。AI在閱讀背景文獻后，提出了一種未見于任何文獻的新假設：移動遺傳元件可“跨細胞偷取”噬菌體尾部。這一觀點挑戰(zhàn)主流，卻與該團隊通過未公開實驗得出的結論一致。佩納德斯認為，盡管AI只是把已有信息作了一個“顯而易見”的推理，但其本身就是科學進步。
《自然》雜志指出，這類AI系統(tǒng)目前更像是一種科研助理：它們通過總結資料、激發(fā)靈感、提出新角度或查漏補缺，幫助研究者節(jié)省時間，提高效率。但是否能催生真正顛覆性的想法，還需長期驗證。
目前，這類多智能體語言模型系統(tǒng)尚未以大眾化、便捷的方式廣泛提供。但研究人員普遍認為，AI聯(lián)合科學家終將成為科研日常的一部分，就像搜索引擎一樣，不過這并不意味著它能取代人類。史蒂文斯提醒，如果年輕科研人員過度依賴AI，可能會損害其自主思考和學習能力。西班牙癌癥研究者巴里加也表示，過度依賴AI，就如同把思考過程“外包”，而那正是科研中最有趣的部分。
