AI科學家，再次震撼來襲！

今天凌晨，Google DeepMind 正式推出Co-Scientist——基于 Gemini 的多智能體 AI 科研助手，用于加速生命科學等領域的科學假設生成與驗證。

相關成果已經發表于《Nature》。

Co-Scientist能夠自主生成假設、驗證、完善結果等全科研流程，還能接入數據庫（ChEMBL和蛋白質數據庫UniProt）、AlphaFold等外部AI工具。

最終，科學家能夠把繁瑣的文獻閱讀、假設篩選、數據驗證交給AI。

不僅如此，該智能體已經在肝臟纖維化治療、抗菌耐藥性、衰老研究和藥物再利用等重要研究領域取得了初步成果。

谷歌表示，Co-Scientist將首先用于生命科學領域。

目前，企業版本已經開放給第一三共、拜耳、美國國家實驗室等機構使用，個人版本也將稍后開放。

AI賦能科學家的新時代，正式打響。

6大智能體+ 1個監督大腦

打造科學循環

完整嚴謹的科學研究主要包含提出假設——質疑和修正——完善，并且不斷循環這個過程。

Co-Scientist的問題在于：AI系統如何進行這種嚴謹的結構化思維以實現科學發現？

Co-Scientist的核心，是一套基于 Gemini大模型的多智能體系統，6類專用研究智能體各司其職，再加1個監督智能體全局調度。

簡單來說，這個系統就像一個科學家團隊，大家分工合作，循環推進研究：

產生靈感

生成代理：先根據已有的科學文獻和數據，快速圈出值得研究的方向，提出初步的假說。

鄰近性代理：把各種假說分門別類，確保不遺漏任何可能的探索路徑。

辯論與質疑

反思代理：充當“虛擬同行評審”，挑毛病，判斷每個假說是否正確、有新意、質量夠不夠。

排名代理：讓假說兩兩比拼，模擬科學辯論，選出最有前景的幾個。

完善想法

進化代理：把排名靠前的假說拿來不斷修改、合并、優化，就像生物進化一樣，讓它們越變越好。

元評審代理：匯總前面所有辯論和競賽的收獲，整體復盤，最后生成一份完整的研究方案，交給真正的科學家審閱。

此外，還有一個 “監督代理” 擔任總指揮，負責把大的研究目標拆成一步步可執行的任務，協調所有代理同時并行工作、多路探索，而不是像普通AI那樣只能一步步線性推進。

生成的觀點經過迭代完善、批判并演變為新的假設，形成科學推理與假設生成的良性循環。

AI怎么驗證?

AI加持下Co-Scientist系統可以同時探索成千上萬個研究方向，但怎么快速找到最有潛力的那個呢？

為此，谷歌研究員設計了一套比賽機制。

這套方法借鑒了當年AlphaGo、AlphaStar打游戲時的思路。只不過Co-Scientist不是在棋盤上對決，而是在科學問題上辯論，不斷生成、完善和排序各種假設。

為了既保證想法新穎，又確保假設可靠、能被實驗檢驗，系統把大部分算力都花在“驗證”上。

它會反復核對假設和現有的科學文獻、數據是否一致，確保每個說法都有根有據、邏輯通順、事實準確。

目前，這個系統已經能聯網搜索，還能調用專業數據庫（比如藥物化學常用的ChEMBL和蛋白質數據庫UniProt），吸收更多知識。

它也可以借助一些頂尖的專業AI工具，比如蛋白質結構預測模型AlphaFold，谷歌正在和部分研究伙伴合作測試這個功能。

這些能力加在一起，讓Co-Scientist成為首批能可靠地進行結構化科學思維的多智能體系統之一。

它已經能在復雜的科學問題上，真正生成有實際價值的新假設。

應用，先從生命科學開始

過去一年里，谷歌已經和全球專家合作，讓Co-Scientist去挑戰生命科學領域里的復雜難題。

這個系統已經在肝臟纖維化治療、抗菌耐藥性和藥物再利用等重要研究領域取得了初步成果。

• 肝纖維化：老藥新用大獲成功，篩選出的候選藥物在實驗室抑制91%纖維化相關反應，效果碾壓傳統方案。

• ALS（漸凍癥）：整合數十年文獻，創新性提出 RNA 療法思路，直接促成跨實驗室聯合攻關，打破領域僵局。

• 細胞衰老逆轉：精準鎖定關鍵基因靶點，將原本需要數月的數據處理工作，直接干到數天完成，效率拉滿。

• 肝病機制：深度解析不同藥物療效差異的核心原因，結論經實驗100% 驗證，為臨床用藥提供關鍵依據

• 新發傳染病：快速鎖定致病關鍵氨基酸，把原本需要數年的實驗周期，直接縮短至數周，為疫情防控爭取黃金時間。

• 衰老生物學：提出應激反應全新假設，經多家實驗室獨立驗證，為衰老研究開辟新方向。

目前，Co-Scientist 已開啟雙版本落地：

企業版：已與全球頭部藥企、頂級國家實驗室達成深度合作，包括第一三共、拜耳等，定制化解決新藥研發、機制探索等核心痛點

個人版：谷歌將通過Gemini for Science向個人研究員提供相關服務。

AI for Science，未來已來

作為頂級互聯網大廠，谷歌已經數次對生命科學發起了沖鋒。

谷歌的戰略聚焦于將AI能力用于底層科學突破，近兩年來，谷歌在生命科學已發布了多個模型。

而隨著Agent的發展，一個重要的領域正在崛起——AI科學家。

無論是谷歌、OpenAI、英偉達在內的科技巨頭，還是硅谷AI初創公司、頂級風投機構，都在深入投入這一賽道。

去年12月，打造了AI科學家Robin的FutureHouse宣布成立Edison Scientific，首輪融資7000萬美元（約合5億人民幣），用于打造全球頂尖的AI科學家。

隨后，英偉達與醫藥巨頭禮來宣布，未來5年將共同投資10億美元，共建全球首個"AI藥物共創實驗室"，以提升藥物發現水平。

科學智能公司Lila Sciences完成3.5億美元的A輪融資，其中包括英偉達等機構的1.15億美元融資，公司估值超過13億美元（約合92.6億元人民幣）。

不止如此，這股浪潮已上升為國家級戰略，中國、美國、歐盟、英國、日本等主要科技強國都密集出臺了高層級戰略部署。

美國推出“創世紀計劃（Genesis Mission）”，打造統一的AI驅動的科學聯盟，歐美和中國也在緊密布局該領域。

那么，這些看好AI for Science真正的價值錨點是什么？

大額投資AI for Science公司，本質上是在投資一個全新的“科學研究引擎”。

傳統科研是假設→實驗→驗證→理論的循環，周期長、成本高、隨機性大。

而AI for Science，將這項過去依賴天才靈感和長期試錯的稀缺活動，轉變為可規模化、可預測、可復制的工業化流程。

而我們見證的，或許正是科學史上最深刻的一次生產力解放。

—The End—