为研究人员推出一款协作式AI伙伴，用于在生命科学及其他领域提出新假设。

每一项伟大的科学突破都始于一个单一且具有变革性的想法。发现的火花依赖于研究人员将零散事实联系起来并提出正确假设进行验证的能力。但在信息过载和挑战日益复杂的时代，寻找这些大海捞针般的想法已成为阻碍进步的重大瓶颈。

我们相信，AI可以通过作为生成和完善突破性科学假设的专门伙伴，极大地加速突破的步伐。

今天，我们在《自然》杂志上发表了最新的共同科学家研究成果，介绍了一个基于Gemini构建的新型多智能体AI系统，该系统能够针对复杂的科学问题迭代式地生成、辩论和演化新假设。

我们将通过Hypothesis Generation（一个由Google DeepMind、Google Research、Google Cloud和Google Labs共同开发的新型实验工具），向独立研究人员提供共同科学家系统。我们将在未来几周内开始推出，研究人员可以访问labs.google/science注册兴趣。

自从去年分享早期研究以来，我们一直在与那些利用共同科学家解决棘手问题的团队合作开发并测试该系统——这些问题从抗生素耐药性到植物免疫及肝纤维化。我们很高兴分享它已经在基础生物学、自然科学和工程学中得到应用的一些方式。

视频1

共同科学家的运作方式：基于Gemini构建的多智能体系统

科学发现很少是一条直线；它是一个构思、生成假设、批评和完善的循环。科学家们往往只有在与复杂问题搏斗数天、数月甚至数年后，才能获得最深刻的见解。共同科学家背后的核心研究问题是：AI系统如何能够为科学发现进行这种严谨的结构化思考？

共同科学家AI系统由一组基于Gemini模型的专门智能体组成的协作联盟构成，我们可以将其分为三个不同阶段：

生成想法：

生成智能体 - 基于科学文献和数据提出初始关注领域和新颖假设。 邻近智能体 - 对生成的假设进行映射和聚类，以确保对研究空间进行多样化、全面的探索。

辩论观点：

反思智能体 - 充当"虚拟同行审稿人"，对假设的正确性、质量和新颖性进行批判性评估。 排名智能体 - 策划"创意锦标赛"，利用两两比较和模拟科学辩论，优先选出最有前景的研究路径和假设。

进化观点：

进化智能体 - 持续提炼、组合并在锦标赛排名靠前的假设基础上进行构建，帮助迭代提升其质量。 元审查智能体 - 综合来自辩论和创意锦标赛中的洞见，持续优化系统，并生成最终的研究提案供科学家审阅。

协调整个智能体联盟的是一个充当自适应规划器的监督智能体。与线性思考的 AI 模型不同，这个自由形式规划器将高层次研究目标分解为可执行步骤，协调各智能体并行运行，同时探索多条路径。

生成的观点经过迭代式提炼、批判和进化，形成新的假设，构成科学推理与假设生成的良性循环。

创意锦标赛：我们的系统如何验证、提炼和排序假设

Co-Scientist 可以探索数千个研究方向。为了帮助找到最具影响力的方向，我们开发了"创意锦标赛"。该方法借鉴了 AlphaGo 和 AlphaStar 中的原理——但我们的 AI 智能体并非下棋，而是进行科学辩论，以生成、提炼并对观点进行排序。

为了在推动新颖性的同时确保假设的稳健性和可检验性，系统的大部分计算资源都用于验证这些假设。通过将主张与科学文献和数据进行深度交叉核对，系统确保主张保持有据可依、事实准确且逻辑连贯。目前，该系统整合了网络搜索以及 ChEMBL 和 UniProt 等专业数据库来纳入额外知识。它还可以利用像 AlphaFold 这样的高级专门模型作为工具——我们正在选择性的研究合作中测试这一功能。

这种能力的组合有助于使 Co-Scientist 成为首个用于结构化科学思维的可靠多智能体系统示例之一，使其能够在复杂科学问题的新假设生成中交付切实成果。

视频 2

观点锦标赛通过基于 Elo 的锦标赛对假设进行迭代排名，同时注入新知识以扩展其对假设空间的探索。

在实验室中验证 Co-Scientist，从生命科学开始

过去一年里，我们与全球专家合作，在生命科学的复杂问题上评估 Co-Scientist。我们还作为创世纪任务的一部分，向包括第一三共、拜耳作物科学和美国国家实验室在内的多家机构预览了一个企业级版本。

发现用于对抗肝纤维化的药物再利用

Co-Scientist 帮助加速了 Gary Peltz 对肝纤维化治疗的探索。该 AI 系统突出了被忽视的药物再利用候选方案，其中一种在实验室测试中成功阻断了 91% 的疤痕相关反应。该结果发表在《先进科学》期刊上，指出了治疗慢性肝病的新的基因调控方法。

"Co-Scientist 感觉就像一位阅读过所有生物医学文献的合作者，具备我们目前缺失的、能够发现联系的高级推理能力。"

斯坦福大学医学院 Gary Peltz 教授

阅读案例研究

整合生物学工具包，寻找肌萎缩侧索硬化症（ALS）的新方法

Co-Scientist 帮助整合了 Ritu Raman 和 Ryan Flynn 实验室围绕退行性疾病 ALS 的研究。该系统帮助 Ritu 快速消化复杂文献、提出可检验的想法，并发现哪些互补专长可以强化最佳线索，进而激发了她与 Ryan 在基于 RNA 的 ALS 潜在方法上的合作。

"科学是一项团队运动。Co-Scientist 自己无法做科学，我一个人也做不了全部。它帮我理清思路，这样我就知道该向其他专家和合作者请教什么。"

麻省理工学院副教授 Ritu Raman

阅读案例研究

快速推进逆转细胞衰老的基因线索

生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 正在使用 Co‑Scientist 来加速逆转细胞衰老的研究。该系统综合了数十年的文献，提出了新的基因线索，这些线索在实验室测试中已被证明能够令细胞恢复活力。它还将分析大型筛选数据集所需的时间从数月缩短至数天。

“使用 Co‑Scientist 感觉就像有一支 50 人的团队供你调遣，在一天之内完成所有工作，而这是我们实验室原本无法做到的。”

Omar Abudayyeh，首席研究员，Abudayyeh–Gootenberg 实验室

阅读案例研究

加速发现肝脏疾病机制

对于 Filippo Menolascina 来说，Co‑Scientist 帮助他将生物医学文献过载转化为代谢性肝病的高质量假设。该系统指出了有前景的疾病机制和药物组合，并帮助解释了为什么一种现有药物只对部分患者有效——这一想法后来得到了 Menolascina 实验室测试的支持。

“Co‑Scientist 对科学家来说就像喷气背包，增强了我们识别有前景机制的能力。我认为我们正处于一场科学革命的边缘，这场革命将显著缩短实现突破所需的迭代周期。”

Filippo Menolascina，爱丁堡大学工程生物学教授

阅读案例研究

寻找新型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 等病原体从动物传播到人类时导致严重疾病的蛋白质。通过与这个 AI 系统迭代协作，她迅速将搜寻范围缩小到特定的氨基酸上，她的实验室将对这些氨基酸进行测试——这有可能将多年的实验工作缩短到几个月。

“Co‑Scientist 汇集了所有已发表的文献和在线资源，帮助我提出更好的问题。它捕捉到我在数据丰富的领域中可能会遗漏的信息，并帮助我确定优先级，这样我的团队就能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

阅读案例研究

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 来攻克医学中最棘手的问题之一：衰老的生物学。该 AI 系统的科学鉴别能力给 Calico 的专家们留下了深刻印象，包括它提出了一个关于整合应激反应的新颖假设，这一假设后来在实验室中得到了证实。

“我在使用Co-Scientist时既兴奋又惊讶的是，它思考问题的方式与一名科学家非常相似。它确实能自然地契合科学家已有的思考和行为模式。”

Calico生命科学公司AI/ML主管Matt Onsum博士

阅读案例研究

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，并确保它为科学界提供一个高质量、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领域表现出的熟练程度，我们还针对其在化学、生物、放射性和核（CBRN）领域的滥用进行了独立评估。基于这些结果，我们开发了自定义安全分类器，用于标记不道德的研究目标，并减少不安全信息的出现。

我们将继续根据科学界的反馈和合作迭代开发该工具，并且很高兴能够通过Gemini for Science将Co-Scientist提供给个人研究人员。我们也很期待很快将访问权限扩展到更多的Google Cloud企业合作伙伴。

我们深受那些构建了当今世界认知的科学家们的启发。我们希望人工智能能够帮助研究人员开启并加速科学进步的新时代。

注：Co-Scientist旨在成为研究中的合作伙伴，而非科学或临床专业知识的替代品，用户在继续其科学探索过程中对使用其输出所做的任何决定负责。

注册您的兴趣 阅读我们的《自然》论文 了解更多关于Gemini for Science的信息

致谢

这项研究项目由 Juraj Gottweis 和 Vivek Natarajan，以及 Alan Karthikesalingam、Annalisa Pawlosky 和 Yunhan Xu 主导，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。

我们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 以及 Thomas Wagner 和 Yaniv Carmel 提供的技术支持。

我们还要感谢 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，我们感谢 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

发现可重新利用的药物以对抗肝纤维化

2026年5月《科学》

了解更多

整合生物工具箱，为ALS带来新方法

2026年5月《科学》

了解更多

快速追踪遗传线索以逆转细胞老化

2026年5月《科学》

了解更多

加速发现肝脏疾病机制

2026年5月《科学》

了解更多

寻找新型传染病背后的分子开关

2026年5月《科学》

了解更多

开辟衰老研究新路径

2026年5月《科学》

了解更多