哪種“AI科學家”適合你的實驗室？一份困惑者指南

2023年6月30日，Anthropic公司推出了一個名為Claude Science的平台，該平台專為生物學研究設計。這並非首個面向科研的AI工具，在此之前已有OpenAI的通用模型、Google DeepMind的Co-Scientist以及開源平台Biomni等湧現。這些被稱為“AI科學家”的工具基於大型語言模型，能夠協助科學家完成文獻綜述、數據分析、圖表生成和手稿撰寫等任務。它們屬於代理型AI，可將複雜請求拆解為多個步驟，並常常調用外部軟件系統完成工作。

斯坦福大學的遺傳學家和心臟病學家Euan Ashley分享了一次令人印象深刻的體驗：他讓Claude分析自己的基因組，結果30分鐘內就正確識別出阿爾茨海默病的風險等位基因和影響藥物代謝的基因變異。而2010年，他的團隊曾花費9個月才完成類似分析。Ashley在LinkedIn上寫道：“這無論如何都是非常了不起的。”

這些工具在實際研究中的應用正逐漸展現價值。免疫學家Clare Bryant是Co-Scientist的早期使用者，她將該工具用於篩選科學文獻以提出假説。雖然部分提議不可行，但有些恰好符合她的研究方向。目前，她的團隊正根據Co-Scientist的一個想法，測試引入特定突變對流感感染的影響。Bryant表示，自己最終也可能想到這個實驗，但可能需要兩年時間。同樣，生物醫學科學家Gary Peltz利用Co-Scientist成功找到了可治療肝纖維化類器官模型的現有藥物。

對於如何選擇工具，專家們給出了建議。雲平台Benchling的總裁Ashu Singhal指出，目前只有不到20%的實驗室完全將AI科學家整合到研究中。他建議研究人員實際試用多種工具，而不是盲目相信頭條新聞。假設生成型AI（如Co-Scientist）適用於項目早期階段，而Claude Science和Biomni等工具則可用於基因組數據分析等具體任務。Boltz公司的聯合創始人Gabriele Corso則建議從容易驗證的小任務開始，即使失敗也能快速重做。

儘管AI科學家展現出巨大潛力，但信任問題仍是關鍵。科學家們強調，所有輸出都必須經過實驗驗證。當前，這些工具主要作為輔助手段，幫助研究人員將更多精力投入到需要人類智慧的科學問題上。隨着技術發展，AI科學家有望成為實驗室不可或缺的成員，但前提是它們能夠持續證明自身的可靠性和準確性。