Anthropic在六月发布了Claude Science。这款工具加入了一系列为研究人员设计的人工智能工具。图片来源：Blossom Stock Studio/Shutterstock 2010年，加州斯坦福大学的遗传学家和心脏病专家Euan Ashley领导了第一项人类基因组的临床分析，他的团队由31位科学家组成，花费了九个月时间完成。上周，在度假后卸包时，Ashley要求由位于加州旧金山的Anthropic开发的AI工具Claude，按照相同的标准分析他的基因组。分析花了30分钟，准确识别出了一个阿尔茨海默病风险等位基因和影响药物代谢的基因变异（Ashley在2012年分析了他的基因组，但没有发布结果）。Ashley在LinkedIn上写道：“在任何情况下这都是非同寻常的。” 6月30日，Anthropic推出了名为Claude Science的平台，专门考虑生物研究。这款工具加入了科技公司和学术实验室创建的一系列通用AI工具。其他工具包括位于旧金山的OpenAI和加州山景城的Google DeepMind的Co-Scientist。还有一个名为Biomni的开源工具，由学术研究人员开发，并在《科学》杂志上于昨天进行了描述。研究人员还表示，还有许多其他工具。 “通常需要我几个小时的工作现在只需几分钟。我可以真正将时间花在需要人类参与的科学上，”合著者、位于加州南旧金山的初创公司Phylo的联合创始人兼总裁Yuanhao Qu说。这些工具是什么，以及科学家们是如何使用它们的？有时被称为'AI科学家'，这些工具基于推动聊天机器人的大型语言模型，帮助科学家执行文献综述、数据分析、图表生成和稿件准备等任务。它们是一种代理性AI，其中请求被分解为通常涉及招募外部软件系统的步骤。这些科学代理与更专门化的研究工具（例如AlphaFold蛋白质结构预测模型）有所不同，但它们也可以采用定制模型。 例如，总部位于伦敦的Boltz公司的联合创始人兼首席执行官Gabriele Corso及其团队要求Claude代理设计一种识别两个治疗靶点的抗体，使用公司的开源AI工具进行蛋白质折叠预测和设计。AI‘科学家’加入这些研究团队：发生了什么？AI的输出与蛋白质设计师的直觉相符；Corso的团队没有对设计进行实验验证，但表示其他使用AI代理制作的抗体已经得到验证。Boltz的工具是Claude Science和其他AI科学家可以互动的数十种专门化软件系统之一。 英国剑桥大学的免疫学家Clare Bryant是Co-Scientist的早期用户，这款工具挖掘科学文献和其他来源，提出科学假说。Bryant正在研究对人畜共患病原体的免疫反应，向该工具提供了一份拨款申请和进一步数据。它生成的一些想法并不可行，但其他的在她的实验室中是可行的。她的团队现在正在测试Co-Scientist提出的一个想法，在一种先天免疫蛋白中引入特定突变，观察它们对流感感染的影响。Bryant说，她可能最终会自己想出这个实验，但那可能需要两年时间。“你会觉得自己在与一个神谕者对话，”斯坦福的生物医学科学家Gary Peltz说，他使用Co-Scientist识别可以治疗一种叫做肝纤维化疾病的类器官模型的现有药物。 科学家应如何决定使用哪些工具？许多科学家已经使用AI工具，如Claude来生成演示幻灯片和草拟电子邮件。但云平台Benchling的总裁和联合创始人Ashu Singhal估计，未满20％的实验室完全将AI科学家嵌入他们的研究中。"让人们实际尝试这些东西，而不仅仅信任头条中分享的内容，这是非常重要的，"他说。Singhal建议研究人员试用几种工具，以找出哪些适合哪些任务。生成假设的AI（如Co-Scientist）可能在项目的早期阶段提供帮助。后来，像Claude Science和Biomni这样的工具可以执行具体任务，例如基因组数据分析。Corso建议研究人员从小任务开始，其输出可以轻松验证。“最坏的情况是，你需要重新做它们，”他说。 研究人员如何信任'AI科学家'？