谷歌的 AI“合作科学家”在短短 2 天内破解了 10 年的超级细菌问题

快速阅读: 据《实时科学》称，谷歌新AI工具在两天内解决了科学家耗时十年的研究难题，揭示超级细菌抗药性机制。AI协助提出实验假设，虽不能替代实验，但可显著加快科研进程。科学界对AI应用存争议，需开发检测工具及伦理框架确保研究准确性。

一幅病毒的艺术插画。（图片来源：汤姆·利奇 / 科学图片库 通过盖蒂图片社提供）

谷歌的新人工智能（AI）工具在短短两天内就解决了科学家们耗费十年才解决的问题。伦敦帝国理工学院的何塞·佩纳德斯及其同事花了十年时间研究某些超级细菌如何获得对抗生素的耐药性——这一被称为“隐秘的大流行”的现象，每年导致数百万人死亡。但当研究团队将这个问题以简短提示的形式交给谷歌的“合作科学家”——一种旨在与研究人员协作的人工智能工具时，该人工智能的回答在两天内得出了与他们当时尚未发表的研究结果相同的答案。

惊讶之余，佩纳德斯给谷歌发了邮件，询问他们是否获得了他的研究成果。公司回复说没有。研究人员于2月19日在预印本服务器bioRxiv上发表了他们的发现，因此这些发现尚未经过同行评审。

“我们的发现表明，人工智能有潜力综合所有可用证据，并引导我们找到最重要的问题和实验设计，”共同作者蒂亚戈·迪亚斯·达·科斯塔、伦敦帝国理工学院细菌致病学讲师，在一份声明中表示。“如果系统能如我们所希望的那样工作，这可能会带来变革；排除‘死胡同’并有效地使我们以惊人的速度前进。”

利用人工智能对抗超级细菌

抗菌素耐药性（AMR）是指感染性微生物（如细菌、病毒、真菌和寄生虫）获得对抗生素的耐药性，从而使重要药物失效。这一被称为“隐秘的大流行”的现象，代表了人类面临的最大健康威胁之一，因为抗生素在医学和农业中的过度使用和误用加速了其蔓延。根据疾病控制与预防中心（CDC）2019年的一份报告，耐药细菌在当年在全球至少杀死了127万人。其中约35,000人死亡发生在仅美国，这意味着自CDC上一次关于AMR的报告（2013年）以来，美国因该问题导致的死亡人数激增了52%。

立即订阅《科学现场》每日新闻通讯，获取世界上最引人入胜的发现直接发送到您的收件箱。

为了调查这一问题，佩纳德斯和他的团队开始寻找一种超细菌——一种名为衣壳形成噬菌体诱导型染色体岛（cf-PICIs）的细菌感染病毒家族——如何获得感染多种细菌种类的能力。相关报道：危险的“超级细菌”是一个日益增长的威胁，而抗生素无法阻止它们的兴起。那么，我们可以做些什么？

科学家们假设这些病毒是通过从不同的细菌感染病毒中获取尾巴来实现这一点的，尾巴用于将病毒基因组注入宿主细菌细胞。实验证明了他们的猜测是正确的，揭示了一种突破性的横向基因转移机制，这是科学界之前未知的。

相关故事：—科学家研发出‘有毒人工智能’，它会因想出我们所能想象的最糟糕的问题而受到奖励；—想请教ChatGPT您孩子的症状？再考虑一下吧——它只有17%的正确率；—只需2小时，人工智能代理就能以85%的准确度复制您的个性。

在团队中的任何人公开分享他们的发现之前，研究人员提出了同样的问题给谷歌的人工智能合作者工具。两天后，人工智能返回了建议，其中一个就是他们知道的正确答案。

“这实际上意味着算法能够查看现有证据，分析可能性，提出问题，设计实验并提出与我们通过多年的艰苦科学研究得出的相同假设，但只用了几分之一的时间，”伦敦帝国理工学院微生物学教授佩纳德斯在声明中说道。

研究人员指出，从一开始就使用人工智能并不会消除进行实验的必要性，但它可以帮助他们更快地提出假设，从而节省数年的努力。

“这实际上意味着算法能够查看现有证据，分析可能性，提出问题，设计实验并提出与我们通过多年的艰苦科学研究得出的相同假设，但只用了几分之一的时间，”伦敦帝国理工学院微生物学教授佩纳德斯在声明中说道。

尽管有这些令人鼓舞的发现和其他发现，科学领域对人工智能的使用仍存在争议。例如，越来越多的基于人工智能辅助的研究已被证明是不可重复的，甚至完全欺诈。为了最大限度地减少这些问题并最大化人工智能可能为研究带来的好处，科学家们正提议开发检测人工智能不当行为的工具，并建立伦理框架以评估研究结果的准确性。

本·特纳

社交链接导航

高级职员作家

本·特纳是《科学现场》的英国专职撰稿人。他报道物理学与天文学，以及其他主题如技术和气候变化。他毕业于伦敦大学学院粒子物理专业，之后接受过记者培训。当他不撰写文章时，本喜爱阅读文学作品、弹奏吉他和在棋盘上尴尬地表现自己。

(以上内容均由Ai生成)