人工智能（AI）領(lǐng)域的的長(cháng)期愿景是開(kāi)發(fā)出能夠做出重大科學(xué)發(fā)現、自主學(xué)習和自主獲取知識的AI系統。
雖然“AI 科學(xué)家”（AI scientist）這一概念還只是一種理想化的愿景，但基于智能體（agent）的AI技術(shù)的發(fā)展，為開(kāi)發(fā)能夠進(jìn)行對話(huà)、具備反思學(xué)習和推理能力的AI智能體（AI agent）鋪平了道路，這些AI智能體能夠協(xié)調大型語(yǔ)言模型（LLM）、機器學(xué)習（ML）工具、實(shí)驗平臺，甚至是它們的組合。
近日，哈佛大學(xué)醫學(xué)院 Marinka Zitnik實(shí)驗室（高尚華博士為第一作者）在 Cell 期刊發(fā)表了題為：Empowering biomedical discovery with AI agents 的文章，系統介紹了利用 AI 智能體（AI agent）推動(dòng)生物醫學(xué)發(fā)現。
該文章提出了這樣一個(gè)觀(guān)點(diǎn)——“AI 科學(xué)家”可以被由人類(lèi)、大語(yǔ)言模型、機器學(xué)習模型及其他工具（例如實(shí)驗平臺）組成的復合AI系統所支持的 AI 智能體（AI agent）所實(shí)現。
我們將“AI 科學(xué)家”設想為具備批判性學(xué)習和推理能力的系統，它們能夠通過(guò)協(xié)作智能體整合 AI 模型和生物醫學(xué)工具，并與實(shí)驗平臺相結合，從而為生物醫學(xué)研究提供助力。
生物醫學(xué) AI 智能體不是將人類(lèi)排除在發(fā)現過(guò)程之外，而是將人類(lèi)的創(chuàng )造力和專(zhuān)業(yè)知識與 AI 分析大量數據、探索假設空間和執行重復性任務(wù)的能力相結合。AI 智能體將能夠熟練完成各種任務(wù)，規劃發(fā)現工作流程并進(jìn)行自我評估，以識別并解決其知識中的差距。這些智能體使用大語(yǔ)言模型（LLM）和生成式模型來(lái)實(shí)現結構化記憶以進(jìn)行持續學(xué)習，并使用機器學(xué)習工具將科學(xué)知識、生物學(xué)原理和理論融入其中。AI 智能體可以影響從虛擬細胞模擬、可編程的表型控制到細胞回路設計以及開(kāi)發(fā)新療法等各個(gè)領(lǐng)域。
生物學(xué)的復雜性要求靈活地將復雜的問(wèn)題分解為可執行的任務(wù)。AI 智能體可以將問(wèn)題分解為可管理的子任務(wù)，然后由具有特定功能的AI智能體解決目標問(wèn)題和整合科學(xué)知識。在不久的將來(lái)，AI 智能體可以通過(guò)使工作流程更快、更資源高效的方式加速發(fā)現過(guò)程。
利用AI智能體推動(dòng)生物醫學(xué)研究
數據驅動(dòng)模型的不斷發(fā)展和應用
生物醫學(xué)領(lǐng)域中AI智能體——從基于LLM的AI智能體到集成了AI模型、工具和物理設備的多重智能體系統
AI智能體的自主性等級
AI智能體在遺傳學(xué)、細胞生物學(xué)和化學(xué)生物學(xué)中的自主性等級的案例
機器學(xué)習的核心術(shù)語(yǔ)
AI智能體中的關(guān)鍵模塊：感知、交互、推理和記憶模塊
生物醫學(xué)AI智能體的組件
AI智能體在生物醫學(xué)發(fā)現中的挑戰
AI 智能體可以提高常規任務(wù)的效率，使重復過(guò)程自動(dòng)化，并分析大型數據集，以在規模和精度上超越當前的人類(lèi)驅動(dòng)工作。這種自動(dòng)化允許進(jìn)行連續的、高通量的研究，而人類(lèi)研究人員不可能以相同的規模或速度單獨進(jìn)行研究。
展望未來(lái)，在獲得時(shí)間和空間尺度的實(shí)驗測量數據之前，AI 智能體可以通過(guò)跨時(shí)間和空間尺度進(jìn)行預測，從而提供超出傳統機器學(xué)習所能達到的洞察力。最終，AI 智能體可能有助于揭示生物系統中新的行為模式。
原文鏈接：
https://www.cell.com/cell/fulltext/S0092-8674(24)01070-5
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
