科学家使用培养皿和试管进行样本研究
Google的人工智能在两天内解决了一个科学难题，而这个难题原本花费科学家10年的时间才得以破解。
这家科技巨头的最新AI开发被称为“共同科学家”（co-scientist），旨在作为研究人员的同事，提供自己的想法、理论和分析。
伦敦帝国理工学院的科学家们花了十年时间研究抗菌素耐药性（AMR）领域的一个难题。抗菌素耐药性会导致产生对抗生素免疫的超级细菌，预计到2050年每年将导致数百万人死亡。
使用传统的研究方法，团队提出并验证了不同细菌如何积累新DNA从而变得更危险的理论，这项研究目前正在同行评议期刊《Cell》上发表。
在研究完成后，帝国理工的科学家与Google合作，测试了这一AI“共同科学家”的功能。
研究人员向这位“共同科学家”提问——该AI利用Google的许多Gemini AI模型对现有数据和新理论进行比对——以获取关于细菌如何对抗生素产生免疫的想法。
结果的速度和准确性“令人震惊”
参与实验工作的帝国理工教授何塞·佩纳德斯（José Penadés）告诉《每日电讯报》：“我们花了很多年时间来理解这一问题，并最终找到了机制。”
“病毒的蛋白壳（capsids）在没有尾部的情况下产生，壳内含有DNA。它们能够从不同的病毒中获取尾部，并感染不同的物种。”
虽然研究团队已经掌握了这种“获取尾部”的过程，但全世界其他人对此一无所知。帝国理工的发现是保密的，没有公开信息，也没有任何在线资料提到此事。
科学家们随后向AI“共同科学家”提出问题，用几句书面描述询问其对细菌运作方式的看法。
两天后，AI给出了自己的建议，其中包括帝国理工科学家已知的正确答案。
“这令人惊叹——也非常可怕”
当Google发送带有AI建议假设的邮件时，Penadés教授正在周末购物。“我对身边的人说，‘让我独自一人消化这一切’，花了一个小时，”他说。
“半边心在想这不可能是真的，这太惊人了；而另一半觉得这非常可怕。我感觉我们正在参与某些会改变科学研究方式的事情。这是我个人的感受。”
AI已经被广泛应用于科学领域，包括Google DeepMind开发的诺贝尔奖获奖技术AlphaFold。这项技术利用AI准确预测蛋白质的形状、结构及其行为。
AI的未来潜力
“共同科学家”的测试版本将免费向研究人员开放，其基础技术的应用程序接口（API）也将发布，以供网站使用。
这款AI还与斯坦福大学和美国休斯敦卫理公会医院的研究人员合作，探索是否可以识别新的疾病治疗靶点或现有药物是否能治疗其他疾病。例如，AI发现一种治疗肝纤维化的新靶点，并建议用于治疗免疫细胞癌症的药物Vorionostat可能对这种疾病有效。
政府对AI的投资
英国政府正在努力提升国内AI基础设施，重点是将世界领先的学术研究转化为AI的新用途及商业应用。
上周，英国科学、创新与技术部批准了一项新项目，旨在将AI整合到英国的科学研究中。这包括世界首例将AI用于同行评议过程的试验，以解放研究人员，让他们免于耗时的文书工作。
政府已向23个专注于AI科学应用的研究项目分配了480万英镑，其中包括巴斯大学和谢菲尔德大学的项目，探索AI是否能够改进同行评议。
科学大臣瓦伦斯勋爵（Lord Vallance）上周对《每日电讯报》表示：“AI在多个领域展现了新的机遇。如果研究人员能够证明其在提高科学透明性、严谨性和信任方面的潜力，这可能会为解放研究人员的琐碎任务铺平道路，同时推动增长。”
