研究团队开发AI模型突破复杂生物学难题

研究人员开发出一种名为“虚拟实验室”的人工智能工具，旨在加速科学发现。该实验室模仿斯坦福医学院一个研究小组的运作方式，配备AI“首席研究员”和资深科学家。斯坦福大学生物医学数据科学副教授詹姆斯·佐（James Zou）表示，AI代理能够主动执行任务，进行跨学科协作，提出解决方案并相互交流，形成可测试的假设。 这些AI系统基于语言模型，不仅能检索数据，还能使用各种工具并以人类语言进行沟通。在一项实验中，该虚拟实验室仅用几天时间就提出了一种针对新冠病毒变异株的新型疫苗设计方法，其方案采用的是比传统抗体更小、更简单的纳米抗体。佐团队将AI生成的设计方案交由真实实验室验证，发现纳米抗体不仅稳定，而且对新变异株的结合能力更强，同时对原始病毒株也有良好效果，显示出广泛适用的潜力。 虚拟实验室的运作高效且独立，除了初始任务说明外，研究人员仅设定预算限制，不干预具体研究过程。佐表示，他和团队仅在1%的时间内进行干预，以保持AI的创造力。所有会议和交流都会被记录，方便跟踪进展并及时调整方向。 研究团队希望将这种虚拟实验室应用于更多科学问题，如分析复杂的生物医学数据，甚至重新评估已有研究成果。佐认为，AI在数据分析方面可能发现人类研究者未曾注意到的新发现，这令人非常期待。相关成果已发表在《自然》杂志上。