有人要做「AI 科學家」，每天刷上萬篇論文還能提出假設，前谷歌董事長背書

當今生物學的根本瓶頸不僅僅是數據或計算能力，還有人類的局限性：沒有一個科學家有時間設計數以萬計的假設，閱讀完每天發表的數千篇生物學論文。

原文來源：機器之能

圖片來源：由無界 AI生成

如果在 19 世紀之前的科學和自然主義作品集，（比如英國皇家學會檔案、植物學之父泰奧弗拉斯托斯的《植物探究》、亞里士多德的《動物志》、收集標本的照片）上訓練一個 LLM，它會不會像達爾文那樣悟出進化論這個大膽假設？

這是《大西洋月刊》記者採訪 OpenAI CEO Sam Altman 時拋出的一個問題。

「我想嘗試一下，我相信答案是肯定的，」Altman 當時回答說。

對Altman來說，最重要的目標——預示著通用人工智慧到來的「大目標」——是科學突破。 GPT-4 已經可以綜合現有的科學思想，他認為，未來的通用推理機器將能夠超越這些狹隘的科學發現，產生新穎的見解。

Altman 想像了一個未來的系統，它可以生成自己的假設並在類比中對其進行測試。

如今，有人繼續朝這個方向邁出重要一步。

11月1日，谷歌前董事長 Eric Schmidt 資助的一家非營利機構 Future House 正式官宣成立，這家總部位於三藩市的機構專注於為科研實驗室打造一個人工智慧驅動的科研助手，徹底變革科學研究過程。

Future House 計劃開發一種「AI 科學家」，可以分析和總結研究論文，並使用大型語言模型回答科學問題——這也與目前流行的人工智慧聊天機器人的技術相同。 不過，Future House 打算更進一步。

Future House CEO Sam Rodriques 指出，**「AI 科學家」有朝一日將能夠篩選數千篇科學論文，並以比人類更快的速度和規模獨立提出假設。 **

Sam Rodriques 是一位生物技術發明家，畢業於麻省理工學院，獲得物理學博士學位。 主持 Future House 之前，在英國最重要的生物醫學研究機構之一法蘭西斯·克里克研究所工作。 在那裡，他成立了應用生物技術實驗室，旨在將生物工程和創業精神結合起來，開發和部署新的生物技術。

*Future House CEO Sam Rodriques，他也曾與他人創辦三家公司，致力於技術商業化。 *

很多人看到了新技術帶來算力層面的飛躍，比如在單個實驗中測試數萬或數十萬個假設、並行計算設計數千種蛋白質。 但是，**當今生物學的根本瓶頸不僅僅是數據或計算能力，還有人類努力的局限性：沒有一個科學家有時間設計數以萬計的假設，閱讀完每天發表的數千篇生物學論文。 **

Sam Rodriques 曾在一篇博客文章中分析了在治療疾病上取得 ChatGPT 式的成功所需要的三個法寶：速度、知識和人才。

其中，「知識」是指生物醫學文獻數量龐大。 有一種現象幾乎所有生物學家都曾遇到，自以為有了一個創新想法，直到看到一篇發表於十幾年前的文章才知道有人早想到了。

如何避免 「如果我早知道就好了」問題，讓生物學快速發展？ 他認為，未來的一百年裡，生物學能取得多大的進步將取決於大型語言模型可以在多大程度上能夠解決這些問題。

比如，「摘要問題將很快被語言模型所解決。 至多在幾年之內（也許幾個月之內）,...... 只需告訴語言模型，你要想要做什麼，它就會自動總結已知的所有相關內容，避免『如果我早知道就好了』的問題。」

Future House 目標就是通過構建可以自行推理的人工智慧系統（「AI 科學家」），消除科學發現環節的瓶頸。 這也是建立更有能力和更好的通用智慧的關鍵一步，因為科學推理，即形成世界模型並在面對不確定性時更新該模型的能力，也是人類認知的一個重要方面。

「我們的10年使命就是構建用於科學研究的半自主人工智慧，加快發現速度，併為全世界提供尖端的科學、醫學和工程專業知識。」 Future House 在聲明中寫道。

之所以從生物學開始，因為相信生物學是未來幾十年最有可能通過其對醫學、糧食安全和氣候的影響推動人類進步的科學。 而是，這個最為未知的領域也是打磨「AI科學家」推理能力的最佳遊樂場。

*Eric Schmidt 的凈資產估計為 245 億美元。 他將部分財富投入了慈善事業，比如資助科技企業家的Schmidt Futures。 *

「 Future House 最重要的地方在於，我們將生物學人才和人工智慧人才聚集在一起，這是其他地方無法做到的。」 Eric Schmidt 說。

在這裡，機器學習研究人員和生物學研究人員組成的綜合團隊將快速構建人工智慧系統，它可以提出假設，計劃實驗並進行推理。

在一次採訪中，Eric Schmidt 曾表示，早期的科學研究「目前進展不夠快」，他也是 Future House 成立的推手，靈感源自他在施樂公司帕洛阿爾托研究中心（許多現代計算機技術的誕生地）的工作經歷。

「在這裡，你可以找到 20 多歲和 30 歲出頭的人，給他們獨立性和所需的所有資源，他們會以其他任何地方都找不到的速度發明東西。」 他說，「我真正想要的是，創造像帕洛阿爾托研究中心那樣的新環境，在這裡，優秀的年輕研究人員可以追求他們最好的想法。」

根據彭博億萬富翁指數，Eric Schmidt 凈資產估計為245億美元。 他將部分財富投入了慈善事業，比如資助科技企業家的 Schmidt Futures。

Rodriques 說，Eric Schmidt 將為該機構的頭五年提供資金。 他估計，到 2024 年底，這家非營利組織將花費約 2000 萬 美元。 在那之後，「這將取決於我們的發展方式和需求，」他說，並補充說，這筆資金的很大一部分將用於招聘人才和建立所謂的濕實驗室（與幹實驗室相對，濕實驗室在進行實驗時需要用到較多的化學試劑，安全防護要求也更高）。

如果沒有人類科學家的參與，就不可能培養出「AI科學家」。 圍棋、星際爭霸等遊戲有明確的規則和獲勝條件，但在科學中沒有規則，沒有獎勵，也沒有手冊，從事具體科學專案的人類科學家是最接近真理（ ground truth ） 的人，所以 Future House 也會在內部運營濕實驗室，人類科學家將在「 AI 科學家」的協助下追求新的發明和發現。

Rodriques 說，雖然 Schmidt 提供了大部分的前期資金，但 Future House 也在與其他慈善支援者進行談判。

這家非營利組織的科學主管 Andrew White 是首批雇員之一，他最近在羅切斯特大學擔任化學工程副教授，也是基於大語言模型的化學代理 ChemCrow 主要架構師之一，這項研究曾引發廣泛關注。

通過 13 個專家設計的工具，ChemCrow 增強了 LLM 在化學中的性能，新能力也隨之湧現。 比如，ChemCrow 已經自主設計了一種驅蟲劑、三種有機催化劑以及合成其他相關分子。

大型語言模型（ LLM ） 最近在跨領域任務中表現出強大的性能，但在化學相關問題上卻遇到了困難，甚至無法完成一些最簡單的任務。 ChemCrow 等系統的研究表明，人類有望很快構建出「 AI 科學家」這樣的系統。

「我認為大多數科學家可能一周讀五篇論文。 想像一下，當你的系統可以處理每天發表的所有 10,000 篇論文時，會發生什麼。」 Andrew White說。 「**在某些領域，限制因素不是設備，這不是真正的成本，而是人類提出下一個實驗的能力。 **」

Andrew White 說，**Future House 將從生物學開始，但其系統最終將適用於其他科學領域。 **

Schmidt 相信，有了他的資金支援，該機構將能夠優先考慮研究，而不是競相賺錢。 「我認為，當人們對人工智慧的進步將在短期內帶來產品抱有很高的期望時，正確的激勵措施尤其重要，這導致許多大型人工智慧研究中心非常關注商業化而不是研究。」

Rodriques 表示，作為一個非營利組織，Future House 還擁有獨特的的能力來優先考慮負責任地使用人工智慧，這對於在確保我們的人工智慧科學家在不犧牲安全或為不良行為者提供幫助的情況下加速科學發展，至關重要。

參考連結