Science|科研“自动驾驶”来了?AI智能体:自主读文献、设计实验,准确率不输专家

本研究的第一作者Kexin Huang及其合作者报告称，他们开发出了一种通用型生物医学人工智能智能体（AI agent），该智能体能够自主执行一系列研究任务。

作者在多项案例研究中测试了这一工具，结果显示其性能卓越。他们表示，这项成果指向了一个未来场景——AI智能体与人类研究人员协同工作，加速从基础研究到转化应用的生物医学发现进程。

论文链接：www.science.org/doi/10.1126/science.adz4351

生物医学研究推动了疾病机制、诊断方法和治疗手段的不断突破。然而，当前面临多重瓶颈：

• 工作流程日益复杂；

• 数据集持续扩充；

• 专业化工具层出不穷；

• 文献数量激增，使得人们难以充分利用现有知识和资源。

其结果是，大量宝贵的数据和分析机会未能得到充分利用，因为对专家级研究人员的需求已远超现有的人力供给。这凸显了开发新方法的迫切性——即能够扩展专业能力、加速科学发现的手段。

AI智能体的发展为重塑生物医学研究的多个方面带来了机遇，尤其是当此类工具能够处理范围广泛的生物医学任务时。

在此，Huang和同事推出了Biomni——一种能够挖掘生物医学文献，从而综合定义“行动空间”（action spaces）的AI智能体。该大语言模型同时充当规划引擎，负责解读用户请求，并准备一系列多步骤子任务以满足该请求。通过这种方式，Biomni可以在没有预设模板的情况下，自主编排并执行工作流程。

作者在多种生物医学基准测试中对Biomni进行了评估，同时对比了其在若干任务中与人类的表现。结果发现，Biomni始终能达到专家水平的准确度，但所需时间显著减少。

他们还通过五项案例研究检验了该工具，涵盖范围广泛：

• 从分析可穿戴传感器数据；

• 到设计实验方案，以协助从事湿实验（wet-lab）的研究人员。

作者指出，尽管Biomni的运行环境涵盖了众多生物医学工具和数据库，但“所评估的任务仅代表该领域的一部分，关键领域还未得到探索”。即便如此，他们强调，通过将复杂工作流程自动化，“Biomni能让研究人员将精力重新投入到创造性的假设生成、实验创新及跨学科合作中”。