全球首个AI科学家天团出道！007做实验碾压人类博士，生化环材圈巨震

声明:本文来自于微信公众号 新智元，作者:新智元，授权站长之家转载发布。

就在刚刚，世界上首个公开可用的AI科学家登场了!

前谷歌CEO Eric Schmidt投资的一家非营利组织FutureHouse，官宣发布四个超人类的AI科学家智能体。

通用智能体:Crow（乌鸦）

自动化文献综述智能体:Falcon（猎鹰）

调研智能体:Owl（猫头鹰）

实验智能体:Phoenix（凤凰）

这些智能体都是专门为科学研究而开发。

Crow、Falcon和Owl通过了严格的基准测试，在搜索精度和准确性上已经超越了目前顶级搜索模型，比如o3-mini，GPT-4.5，Claude-3.7。

LitQA基准测试精度（正确答案 / 已回答问题）和准确率(正确答案 / 所有问题)比较

FutureHouse还通过实验，验证了它们在直接文献搜索任务中，检索和综合能力比博士水平的研究人员具有更高的精度。

在问答、文章总结和矛盾检测这三个任务中，PaperQA2与人类博士的性能对比

在未来一两年内，我们将见证:今天科学家所做的大部分桌面工作，都会通过这些AI科学家的帮助而加速!

完胜人类的AI科学家

FutureHouse董事兼CEO Sam Rodriques表示:我们的AI科学家智能体，执行起科学任务来已经完胜人类!

通过把它们串联起来，我们已经很快有了全新的生物学发现。

这次FutureHouse发布的AI科学家，跟以往那些AI科学家有什么不同呢?

这主要就体现在，Crow、Falcon和Owl可以访问大量完整的科学文本。

这就意味着，你可以向它们提出关于实验方案和研究局限性的更详细的问题。

而一般的网络搜索智能体，通常只能访问摘要，这就会错过这些问题。

而且，它们还能使用各种因素来区分来源质量，确保它们不会依赖低质量的论文，或者是流行的科学来源。

最后还有一点，也是至关重要的一点，就是FutureHouse会为用户提供一个API，允许研究者将这些智能体直接集成到他们的工作流中。

网友热评:为我量身打造

已经有网友摩拳擦掌，表示自己已经在想象使用起这个AI科学家的样子了。

有人表示，自己如今已经63岁了，有过12年的学界经验，和25年的私人诊所经验，感觉这些AI科学家非常适合自己。

当然，也有人提出疑问:这些产品使用的数据经过允许了吗?

诚然，目前这些智能体还不能自主完成大多数的科学研究。

不过我们已经可以用它们来生成和评估新的假设，规划新的实验，速度还比以前快很多。

另外，Future House内部还有专门用于数据分析、假设生成、蛋白质工程等方面的智能体，未来几个月内即将上线。

人类科研效率在下降，该AI上场了!

所以，AI科学家具体是怎么工作的?

FutureHouse的三位科学家，为我们提供了详尽的解答。

据他们介绍，FutureHouse的平台，是从科学第一的角度构建的，而不仅仅是为了吸引尽可能多的用户。

这三位科学家，本身对于科学就有着十分浓厚的兴趣。

比如左边的Michaela，在过去十年中，一直对控制人类细胞基因调控的分子机制十分好奇;中间的Mike是一位计算材料科学博士。

右边的Andrew表示，当他们共同创立未来之家时，他们注意到很多生产力和科学都在下降——每年人类发表的论文都越来越多，但突破却越来越少。

与此同时，AI却已经进化到了可以真正加速科学发展的程度。

因此，他们希望能让AI科学家做到自动化科研的全过程，如搜索文献、生成假设和进行分析。

其中，Crow非常适合文献检索问题，尤其是需要使用开放目标等数据源的问题提供简洁答案的时候。

Falcon是一个更深度的搜索工具，会考虑更多的来源，会在回答中为我们提供长篇报告。

Owl则专注于先例搜索，如果你好奇某项科研此前是否已经被做过，它的用武之地就来了。而且，它非常擅长梳理出某研究和过去研究的细微差别。

Phoenix则是一名化学药剂师，比其他科学家显得更定制化，更关注化学问题。

从PCOS开始，找到值得研究的新药

比如Michaela表示，自己的朋友最近表示自己有多囊卵巢综合征（PCOS），却很难找到一种非激素的治疗方法。

Michaela就实测了一番，是否能用这些AI科学家从零知识获得明确的可验证假设。

首先，她去问Falcon:请对PCOS进行全面解释。然后，AI科学家就开始工作了，并且我们可以看到全程的推理过程。

可以看到，Falcon创建了自己的搜索词，去搜寻已发表的论文，这一切都是它自行决定的。

更特别的是，跟主流的Agent不同，FutureHouse的AI科学家可以访问科学文献的全文。引用次数、引用图表、来自哪些期刊，都一清二楚。

在下一步，它抽出了其中的19份论文，同时还纳入了治疗PCOS的临床实验信息。

随后，就发生了一个非常密集的推理过程，Falcon会找到与所提问题最相关的背景证据。在整个系统中，这种信息漏斗的功能极其强大。

几位科学家表示，这个AI是目前该领域性能最强的信息提取系统之一。

下一步，就该Crow出场了。它被问到一个相当具体的问题:在基因组关联研究中，哪些关键基因跟PCOS相关?是否有人做过更清晰的筛选?

果然，Crow发现了此前的研究:已经有人在一项功能基因组学研究中， 将特定基因表达的增加，与细胞培养中睾酮表达的增加联系起来。

但这是为什么呢?AI科学家也能找到答案。

就这样，我们从对PCOS一无所知的小白，一下子掌握了决定该领域的一个关键差距，本来这会耗费我们大量时间去阅读资料、与专家交谈的，现在全都省去了。

甚至我们还可以点击链接，看到实际的推理轨迹:AI会解释为什么选择这项来源。

对于科学家而言，AI科学家的辅助无疑意义重大。

因为在生物学或药物设计领域拥有丰富经验的研究者，并不会成为工程师，对于诸如抓取论文、设置分布式数据库、速率限制这类事都并不擅长。

而这，就是FutureHouse平台诞生的意义。

那如何在提出假设和检验假设这两方面取得进展呢?这就需要Phoenix出场了。

我们可以向它提问，让它给出三种可以治疗由DENND1A过度表达引起的疾病的新型化合物。（这是基于此前AI科学家给出的调研结果）

因为在这个阶段，我们需要找到能治疗PCOS的药物。

我们可以从与蛋白质结合的分子开始，确保它更易溶解，不会进入肝脏或肾脏，以及没有获得过专利。

在提问中，我们了解到，目前不存在已知的针对该基因的结合剂。这就提供了一个很好的线索，甚至值得投入资金来进行药物研发。

最后，AI科学家给出了一份关于不同候选分子的报告，列出了它们已知的结合物，以及为什么可能与调节DENND1A的表达有关。

这样，它就给出了下一步研究的起点，我们可以直接去实验室中验证了。

1年造出AI科学家

FutureHouse的科学总监/联合创始人Andrew White，在X上回顾了过去一年的研发历程。

2024年6月，FutureHouse发布了Lab-Bench基准测试。

2024年9月，FutureHous成功开发了PaperQA2智能体。

PaperQA2示意图:与传统的RAG不同，在PaperQA2中LLM决定将哪些工具应用于查询。

2024年10月，他们编写了17，000篇关于人类编码基因的维基百科文章，验证了AI科学家的可行性。

2024年12月，他们利用新的框架和训练方法，在多个任务上了训练智能体——在分子克隆和文献研究方面超过生物学专家20多个准确率点。

昨天，他们隆重发布了FutureHouse平台。

独具匠心的智能体，

真正改变科研

与传统智能体相比，FutureHouse智能体的优势非常独特:

它们不仅能够访问海量高质量的免费论文和专业科学工具，而且还能从专业的论文数据库中精准搜索信息。

它们还能模仿研究人员，采用多种方法评估信息来源的质量。

而且这些智能体的推理过程完全透明，对每个信息来源都进行了多阶段的深入分析。

更重要的是，用户可以清晰地查看整个推理过程，了解智能体得出结论的每一步依据。

此外，FutureHouse平台具备良好的扩展性。

科学家个人往往难以维护自己的AI智能体部署，因此FutureHouse不仅提供了网页端接口，还开放了API，便于研究人员将其集成进实际工作流中。

通过大规模整合和链接这些智能体，科学家能够大幅提升科学发现的速度与效率。

已知的具体应用场景

这个平台尤其擅长应对以下两类问题:

需要详尽全文文献分析的研究课题，

或需要运用专业化学工具的探索任务。

具体应用场景包括:

挖掘疾病路径中的未知机制:用户可利用Falcon获取背景知识，Crow挖掘关键基因关联，Owl定位研究空白。

这些操作只要几分钟就能完成，而传统的文献调研要花费数周时间。

系统梳理文献中的矛盾:用户可利用Falcon分析数百篇论文中争议性话题的矛盾证据，精准指出需要进一步实验去澄清的争议点。

深入剖析实验方法:由于智能体可以访问计划全部的科学论文，用户可详细询问实验方法或研究局限性，挖掘摘要中难以察觉的关键细节。

通过API定制研究流程:研究团队利用API构建软件系统，实时监控最新论文，或大规模搜索文献，为筛选实验结果提供全面的背景知识支持。

寻找目标蛋白的结合候选物:科学家可指示Phoenix基于现有数据，筛选结合目标蛋白的候选物，同时满足溶解度、官能团或新颖性等复杂要求。

探索化学知识:Phoenix能判断化合物的新颖性、估算成本、预测化学反应结果，甚至比较直接购买与自行合成化学品的成本。

（举报）