Co-Scientist 加速科学发现的多智能体 AI 研究伙伴
Co-Scientist：加速科学发现的多智能体 AI 研究伙伴
来源： Google DeepMind Blog
日期： 2026年5月19日
分类： 科学
原文链接： https://deepmind.google/blog/co-scientist-a-multi-agent-ai-partner-to-accelerate-research/
Nature 论文： https://www.nature.com/articles/s41586-026-10644-y
我们推出一款协作式 AI 研究伙伴，帮助研究人员在生命科学及其他领域提出新的科学假设。
每一项伟大的科学突破都始于一个变革性的想法。发现的火花依赖于研究人员连接孤立事实并构建正确待验证假设的能力。但在信息过载和日益复杂挑战的时代，寻找这些大海捞针般的创意已成为科研进步的重大瓶颈。
我们相信，AI 可以通过充当科学家在产生和完善突破性科学假设中的专职伙伴，极大地加快突破的步伐。
今天，我们在 Nature 上发表了最新的 Co-Scientist 研究成果，介绍了一个基于 Gemini 构建的新型多智能体 AI 系统，该系统能够迭代地生成、辩论和演化针对复杂科学问题的新颖假设。
我们正在通过 Hypothesis Generation（假设生成）工具向个人研究人员开放 Co-Scientist 系统。该工具由 Google DeepMind、Google Research、Google Cloud 和 Google Labs 联合开发。我们将在未来几周内逐步推出，研究人员可以在 labs.google/science 注册意向。
自去年分享我们的早期研究以来，我们一直在与众多团队一起开发和测试 Co-Scientist，这些团队正在利用它来解决具有挑战性的问题——从抗微生物耐药性和植物免疫，到肝纤维化。我们很高兴分享它在基础生物学、自然科学和工程学中已经得到应用的一些方式。
Co-Scientist 如何工作：基于 Gemini 的多智能体系统
科学发现很少是一条直线；它是一个构思、假设生成、批判和迭代完善的过程。科学家们往往在与复杂问题搏斗数天、数月甚至数年后，才能获得最深刻的洞见。Co-Scientist 背后的核心研究问题是：*AI 系统如何能够参与到这种严谨的结构化科学思维中？ *
Co-Scientist AI 系统由一个基于 Gemini 模型的协作式专业智能体联盟组成，我们可以将其分为三个阶段：
生成创意（Generate ideas）：
- 生成智能体（Generation agent）——基于科学文献和数据提出初步的研究方向和新颖假设。
- 邻近智能体（Proximity agent）——对生成的假设进行映射和聚类，确保对研究空间进行多样化、全面的探索。
辩论创意（Debate ideas）：
- 反思智能体（Reflection agent）——充当"虚拟同行评审员"，批判性地评估假设的正确性、质量和新颖性。
- 排名智能体（Ranking agent）——策划"创意锦标赛"，使用成对比较和模拟科学辩论来优先排序最有前景的研究路径和假设。
演化创意（Evolve ideas）：
- 演化智能体（Evolution agent）——持续完善、组合并构建锦标赛中排名最高的假设，以迭代方式不断提高其质量。
- 元评审智能体（Meta-review agent）——综合辩论和创意锦标赛中的洞见，持续优化系统，并生成最终供科学家审阅的研究提案。
协调整个智能体联盟的是一名监督智能体（Supervisor agent），它充当自适应规划器的角色。与按线性方式思考的 AI 模型不同，这个自由形式的规划器将高层研究目标分解为可执行的步骤，协调各智能体并行运行，同时探索多条路径。
生成的创意经过迭代完善、批判和演化，形成新的假设，构建起科学推理与假设生成的正向循环。
创意锦标赛：我们的系统如何验证、完善和排序假设
Co-Scientist 可以探索成千上万个研究方向。为了找到最有影响力的方向，我们开发了**“创意锦标赛”（Tournament of Ideas）**。这一方法借鉴了 AlphaGo 和 AlphaStar 所使用的基本原则——但不同于游戏对弈，我们的 AI 智能体举行的是科学辩论，以生成、完善和排序创意。
在推动新颖性边界的同时确保假设的稳健性和可验证性，系统的大部分计算资源都投入到验证这些假设中。通过将声明与科学文献和数据进行深度交叉验证，系统确保声明保持有据可查、事实准确且逻辑自洽。系统目前集成了网络搜索以及 ChEMBL、UniProt 等专业数据库以引入额外知识。它还可以调用高级专业模型作为工具，例如我们正在部分研究合作中测试的 AlphaFold。
这些能力的结合使 Co-Scientist 成为早期可靠的多智能体结构化科学思维系统之一，使其能够在复杂科学问题的新颖假设生成中产出切实的成果。
创意锦标赛通过基于 Elo 评分机制的迭代排名不断优化假设排序，同时注入新知识以扩展对假设空间的探索。
在实验室中验证 Co-Scientist：从生命科学起步
在过去一年中，我们与全球专家合作，在生命科学的复杂问题上评估了 Co-Scientist。我们还与包括第一三共（Daiichi Sankyo）、拜耳作物科学（Bayer Crop Science）以及参与 Genesis 计划的美国国家实验室在内的多家机构一起，预览了企业级版本。
🧬 发现可重新利用的药物以对抗肝纤维化
Co-Scientist 帮助加速了 Gary Peltz 寻找肝纤维化治疗方法的进程。该 AI 系统突出显示了被忽视的药物重新利用候选方案，其中一种在实验室测试中成功阻断了 91% 的疤痕相关反应。这项发表在 Advanced Science 上的研究成果，指向了治疗慢性肝病的新基因调控方法。
“Co-Scientist 给人的感觉，就像是一个读遍了生物医学科学所有文献的合作者，具备找到我们目前忽略的关联的推理能力。”
— Gary Peltz 教授，斯坦福大学医学院
🧠 联合生物学工具包，开辟 ALS 新疗法
Co-Scientist 帮助 Ritu Raman 和 Ryan Flynn 的实验室围绕退行性疾病 ALS（渐冻症）开展了联合攻关。该系统帮助 Ritu 快速消化复杂的文献，提出可验证的设想，并发现互补性专业知识可以强化最佳研究方向的切入点，激发了她与 Ryan 在 ALS 的潜在 RNA 疗法上的合作。
“科学是一项团队运动。Co-Scientist 不能独自做科学，我自己也不能独自完成所有工作。它帮助我梳理思路，让我知道该向其他专家和合作者请教什么。”
— Ritu Raman 副教授，麻省理工学院（MIT）
🔬 快速追踪逆转细胞衰老的遗传线索
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 正在使用 Co‑Scientist 加速逆转细胞衰老的研究。该系统综合了数十年的文献，提出了新颖的遗传线索，在实验室测试中已显示出使细胞恢复活力的效果。它还将分析海量筛选数据集所需的时间从数月缩短至数天。
“使用 Co-Scientist 的感觉就像拥有一支 50 人的团队随时待命，在一天内完成所有工作——这是我们的实验室靠自身无法做到的。”
— Omar Abudayyeh，首席研究员，Abudayyeh–Gootenberg 实验室
🏥 加速肝脏疾病机制的发现
对于 Filippo Menolascina 来说，Co-Scientist 帮助将生物医学文献的信息过载转化为代谢性肝病的高质量假设。该系统突出显示了有前景的疾病机制和药物组合，并帮助解释了为什么某种现有药物仅对部分患者有效——这一观点后来得到了 Menolascina 实验室测试的支持。
“Co‑Scientist 对科学家来说就像一个喷气背包，增强我们发现有前景机制的能力。我认为我们正处在一场科学革命的风口浪尖，它将显著缩短实现突破所需的迭代周期。”
— Filippo Menolascina，工程生物学教授，爱丁堡大学
🦠 寻找新发传染病背后的分子开关
Clare Bryant 正在使用 Co-Scientist 来帮助识别当流感、COVID-19 等病原体从动物跳跃到人类时导致严重疾病的蛋白质。通过与 AI 系统反复迭代，她迅速将搜索范围缩小到实验室将要测试的特定氨基酸——可能将数年的实验工作压缩到数月。
“Co-Scientist 汇集了整个已发表的文献和在线资源，帮助我提出更好的问题。它能捕捉到我在数据密集领域会遗漏的东西，并帮助我确定优先级，让我的团队可以专注于在实验室中回答正确的问题。”
— Clare Bryant，剑桥大学先天免疫学教授
🧪 开辟衰老研究的新路径
在 Calico Life Sciences，Matt Onsum 和 Katherine Labbé 正在使用 Co-Scientist 攻克医学领域最棘手的问题之一：衰老生物学。该 AI 系统以其科学鉴别力给 Calico 的专家留下了深刻印象，包括提出了一个关于整合应激反应（integrated stress response）的令人兴奋的新颖假设，该假设后来在实验室中得到了验证。
“使用 Co-Scientist 最让我感到兴奋和惊讶的是，它思考问题的方式非常像科学家。它真正自然地与科学家已有的思维和行为方式协同运作。”
— Matt Onsum 博士，AI/ML 主管，Calico Life Sciences
与科学界共同开发智能体工具
Co-Scientist 是与来自 100 多家机构的研究人员合作开发的，旨在测试其能力并确保它成为科学界高质量、有用的工具。
作为我们负责任 AI 方法的一部分，Co-Scientist 经过了广泛的内部和外部安全评估。鉴于 Co-Scientist 在生命科学和物理科学中展现出的娴熟能力，我们还针对**化学、生物、放射性和核（CBRN）**领域的滥用进行了独立评估。基于这些发现，我们开发了定制的安全分类器，用于标记不道德的研究目标，并减少不安全信息的暴露。
我们将继续根据科学界的反馈和合作来迭代和优化该工具，并很高兴能够通过 Gemini for Science 向个人研究人员开放 Co-Scientist。我们也期待尽快向更多 Google Cloud 企业合作伙伴扩展访问权限。
那些构建起我们对世界认知的科学家们，一直深深激励着我们。我们希望 AI 能够帮助研究人员开启并加速科学进步的新纪元。
⚠️ 注意： Co-Scientist 旨在成为科研的合作伙伴，而非科学或临床专业知识的替代品，用户对其在科学旅程中使用输出结果所作的任何决定负责。
🔗 相关链接
致谢
本研究项目由 Juraj Gottweis 和 Vivek Natarajan 领导，Alan Karthikesalingam、Annalisa Pawlosky 和 Yunhan Xu 共同参与，主要贡献者包括：Wei-Hung Weng、Adam Marsh、Alexander Daryin、Alessio Orlandi、Andrew Carroll、Anil Palepu、Antonia Mould、Artiom Myaskovsky、Ash Otter、Avinatan Hassidim、Ben Feinstein、Burak Gokturk、Byron Lee、Dan Popovici、Dina Zverinski、Eeshit Dhaval Vaishnav、Elahe Vedadi、Fan Zhang、Felix Weissenberger、Florian Hasler、Frankie Garcia、Gary Peltz、Grzegorz Glowaty、Ivor Rendulic、Ivan Budiselic、Jacob Blum、James Stevenson、Jan Freyberg、Jeremy Ratcliff、Joel Fenster、José R Penadés、Katherine Chou、Kavita Kulkarni、Keran Rong、Khaled Saab、Luka Rimanic、Marina Boia、Mathias Voges、Matthias Bellaiche、Nenad Tomašev、Ottavia Bertolli、Paige Kunkle、Petar Sirkovic、Ryutaro Tanno、Suzy Pickering、Tao Tu、Tiago R D Costa、Tom Sheffer、Victoria Langston、Vikram Dhillon、Yuan Guan、Ziyue Wang、Amin Vahdat、James Manyika、Demis Hassabis、Yossi Matias 和 Pushmeet Kohli。
感谢我们的团队成员 Ali-Cowen Rivers、Anna Trostanetski、Barnaby James、Bill Byrne、Boon Panichprecha、Charlie Taylor、Diego Ballesteros、Hussein Hassan Harrirou、Ieva Grublyte、Ivan Lee、Jakob Oesignhaus、James Walker、Jorge Barrios、Laurynas Tamulevičius、Luka Važić、Meet Shah、Mihai Ciorobea、Natasha Latysheva、Nicolas Stroppa、Nir Kerem、Saz Basu、Sebastian Nowozin、Taylor Applebaum、Team Rakket、Thomas Wagner 和 Yaniv Carmel 提供的技术支持。
同时感谢 Carmela Sidrauski、Clare Bryant、Filippo Menolascina、Jonathan Gootenberg、Katherine Labbé、Matthew Onsum、Omar Abudayyeh、Ritu Raman、Ryan Flynn、Velia Siciliano 的合作。
最后，感谢 Ali Eslami、Andy Berndt、Ankur Jain、Anna Koivuniemi、Clemens Mayer、Dale Webster、Greg Corrado、Jason Freidenfelds、Jeff Dean、Joelle Barral、John Jumper、John Platt、Josh Woodward、Karen DeSalvo、Koray Kavukcuoglu、Michael Brenner、Michael Howell、Noam Shazeer、Oriol Vinyals、Parthasarathy Ranganathan、Ronit Levavi Morad、Royal Hansen、Scott Huffman、Srini Narayanan、Susan Thomas、Thomas Kurian、Zoubin Ghahramani 和 Sundar Pichai 对本工作的支持。
相关文章
汇聚全球AI编程工具，助力开发者即刻编程。
更多推荐
0
0- 0
已为社区贡献3条内容
所有评论(0)