(資料圖片)

美國(guó)斯坦福研究團(tuán)隊(duì)近日在《科學(xué)》雜志上報(bào)告了一種名為Biomni的通用生物醫(yī)學(xué)AI智能體，其能夠自主執(zhí)行從數(shù)據(jù)分析到實(shí)驗(yàn)設(shè)計(jì)的多種研究任務(wù)。團(tuán)隊(duì)在多個(gè)案例研究中測(cè)試了該工具，認(rèn)為其性能穩(wěn)定，多項(xiàng)任務(wù)表現(xiàn)接近人類專家。該成果意味著AI智能體可與人類研究人員協(xié)作，加速推進(jìn)生物醫(yī)學(xué)從基礎(chǔ)研究邁向應(yīng)用轉(zhuǎn)化。

生物醫(yī)學(xué)研究近年來推動(dòng)了對(duì)疾病機(jī)制、診斷與治療的認(rèn)知，但工作流日趨復(fù)雜、數(shù)據(jù)集持續(xù)膨脹、專業(yè)工具繁多、文獻(xiàn)增速驚人，使得現(xiàn)有知識(shí)和資源難以被充分利用。對(duì)專業(yè)研究人員的需求已超過可用勞動(dòng)力，也使大量有價(jià)值的數(shù)據(jù)和分析機(jī)會(huì)被擱置。開發(fā)出能擴(kuò)展專業(yè)知識(shí)、加速發(fā)現(xiàn)的工具十分迫切。而AI智能體的發(fā)展為重塑生物醫(yī)學(xué)研究的部分環(huán)節(jié)提供了可能，但前提是這類工具能覆蓋足夠廣的生物醫(yī)學(xué)任務(wù)。

Biomni通過挖掘海量生物醫(yī)學(xué)文獻(xiàn)，定義出一套覆蓋較全的學(xué)習(xí)任務(wù)。大型語言模型則兼任規(guī)劃引擎，負(fù)責(zé)理解用戶請(qǐng)求，并將其拆成一連串多步子任務(wù)。這套機(jī)制讓Biomni在沒有預(yù)設(shè)工作流模板的情況下，也能自行組裝并執(zhí)行完整流程。

團(tuán)隊(duì)將Biomni置于多個(gè)生物醫(yī)學(xué)基準(zhǔn)上測(cè)試，并在多項(xiàng)任務(wù)中將其表現(xiàn)與人類專家對(duì)比。結(jié)果發(fā)現(xiàn)Biomni的準(zhǔn)確度始終能與專家級(jí)水平匹配，而耗時(shí)明顯更短。5個(gè)案例研究中均驗(yàn)證了其工具能力，范圍從可穿戴傳感器數(shù)據(jù)分析，到為研究人員設(shè)計(jì)實(shí)驗(yàn)協(xié)議。

團(tuán)隊(duì)強(qiáng)調(diào)，這項(xiàng)成果的價(jià)值不在于宣告“AI替代人”。盡管Biomni已接入不少生物醫(yī)學(xué)工具與數(shù)據(jù)庫(kù)，但評(píng)估任務(wù)只占一小部分，若干關(guān)鍵方向尚未觸及。即便如此，通過把復(fù)雜工作流自動(dòng)化，研究人員可以把精力挪向創(chuàng)造性的假設(shè)生成、實(shí)驗(yàn)創(chuàng)新和跨領(lǐng)域協(xié)作，這部分才是人類科學(xué)家更該花時(shí)間的地方。