Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

谷歌人工智能“联合科学家”在两天内解决了十年之久的超级细菌问题

Posted on 2025-03-17

ai_64.png

根据伦敦帝国理工学院的一份声明,谷歌与伦敦帝国理工学院以及帝国国民医疗服务体系的“弗莱明倡议”合作,让他们的科学家“获得使用 Gemini 2.0 构建的强大的新人工智能,以“使研究更快、更高效”。结果令人惊讶……“何塞·佩纳德斯和他在伦敦帝国理工学院的同事花了 10 年的时间来研究一些超级细菌如何获得对抗生素的耐药性,”LiveScience 写道。 “但是,当团队在简短的提示中向谷歌的‘合作科学家’(一种旨在与研究人员合作的人工智能工具)提出这个问题时,人工智能的反应在短短两天内就得出了与他们当时未发表的发现相同的答案。”佩纳德斯感到惊讶,他给谷歌发了电子邮件,询问他们是否可以访问他的研究。该公司回应称没有。研究人员于 2 月 19 日在预印本服务器 bioRxiv 上发表了他们的研究结果(关于与谷歌人工智能合作)……“我们的研究结果表明,人工智能有潜力综合所有可用的证据,并指导我们解决最重要的问题和实验设计,”合著者、伦敦帝国理工学院细菌发病机制讲师蒂亚戈迪亚斯达科斯塔(Tiago Dias da Costa)在一份声明中说。 “如果系统按照我们希望的那样运行,这可能会改变游戏规则;排除‘死胡同’并有效地使我们能够以非凡的速度取得进展……”两天后,人工智能返回了建议,其中一个是他们知道的正确答案。伦敦帝国理工学院微生物学教授佩纳德斯在声明中表示:“这实际上意味着该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经过多年艰苦科学研究得出的相同假设,但只用了一小部分时间。”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需要,但它会帮助他们更快地提出假设,从而节省他们多年的工作。尽管有这些有希望的发现和其他发现,人工智能在科学中的应用仍然存在争议。例如,越来越多的人工智能辅助研究已被证明是不可重复的,甚至是彻头彻尾的欺诈。根据帝国理工学院的公告,谷歌还发布了其人工智能“联合科学家”系统的第一个测试结果,其中补充说,来自少数顶尖大学的学者“提出了一个问题,以帮助他们在生物医学研究领域取得进展……谷歌的人工智能联合科学家系统并不旨在通过人工智能完全自动化科学过程。相反,它是专门为协作而构建的,以帮助专家能够用简单的自然语言与该工具交谈,并以多种方式提供反馈,包括直接提供他们自己的假设供科学家进行实验检验。”谷歌将他们的系统描述为“旨在发现新的、原创的知识,并根据先前的证据并针对特定的研究目标制定明显新颖的研究假设和建议……我们期待负责任地探索人工智能联合科学家作为科学家辅助工具的潜力,”谷歌补充道,该项目“展示了协作和以人为中心的人工智能系统如何能够增强人类的创造力并加速科学发现。

twitter_icon_large.png facebook_icon_large.png

在 Slashdot 上阅读这个故事的更多内容。

原文: https://science.slashdot.org/story/25/03/17/039241/googles-ai-co-scientist-solved-a-10-year-superbug-problem-in-two-days?utm_source=rss1.0mainlinkanon&utm_medium=feed

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme