AI研究“生物年龄”

     同样是50岁，有的人身体状态像40岁，有的人却可能已经出现更明显的衰老特征。于是，一个越来越热门的概念出现了：“生物年龄”。它试图回答的不是“你出生多久了”，而是——你的身体究竟老到了什么程度？

     如今，这个问题开始进入AI时代。9月17日，《Nature》报道了一项发表于《Cell》的研究。研究团队专门为衰老生物学训练了大语言模型，同时建立了一套包含 17项任务 的测试体系，用来衡量AI究竟有多懂衰老。研究还把这些模型与相关分析工具、AI智能体整合起来，希望帮助科研人员更高效地处理长寿和衰老研究中的复杂数据。

通用大模型，不一定最懂“衰老”

    研究人员把这些专门训练的模型，与OpenAI、DeepSeek等公司的大型通用模型进行了比较。结果很有意思：尽管专用模型规模更小，但在许多、而非全部衰老研究任务中，它们的表现反而更好。

    这背后其实是当前科研AI发展的一个重要趋势：模型不一定越大越好，真正理解专业领域的数据、术语和问题结构，可能同样重要。

    对于科研人员来说，这类模型的价值是帮助整合已有知识、分析不同类型的数据，并为下一代面向生物医学研究的专业AI建立统一的评测标准。

但问题来了：到底什么叫“老”？

     这篇Nature报道最值得关注的地方是一个基础的问题：如果科学家自己还没有完全定义“衰老”，AI又该学习什么？

     衰老很复杂。过去几十年，研究人员发展出了大量所谓的**“衰老时钟”**，试图估计一个人的生物年龄。它们观察的指标五花八门，包括面部特征、蛋白质水平、基因活动甚至脑部扫描。目标都是判断：一个人的身体变化，到底比实际年龄“快”还是“慢”。

     问题是，不同“时钟”究竟测到了什么，目前仍然没有完全统一的答案。

“年轻了”，真的意味着逆转衰老吗？

     Nature举了一个很典型的例子。最近一个小型临床试验中，一种用于治疗肺部疾病的实验性药物，在6种不同的衰老时钟上都显示受试者的“生物年龄”有所下降。听上去像是“返老还童”。但研究人员并不能因此确定，这种药物真的逆转了人体最根本的衰老过程。

     另一种可能是：患者只是整体健康状况改善了，于是多个与健康相关的生物指标同时变年轻。这也揭示了衰老研究最难回答的问题之一：疾病从哪里结束，衰老又从哪里开始？

     一个人的炎症减少、肺功能改善、代谢变好，到底意味着“疾病被治疗了”，还是“人变年轻了”？目前，这条边界仍然很模糊。

所以，别急着让AI算“你还能活多久”

     看到“AI+长寿”，很容易联想到一个诱人的场景：上传体检报告，AI马上告诉你“你的生物年龄是37岁”。 这项工作的主要意义是给AI衰老研究建立了一套可以比较和检验的任务框架，让研究者知道：模型究竟擅长什么，又在哪里容易失败。

     Nature引用哈佛医学院计算机科学家Marinka Zitnik的评价称，这项工作可以帮助推动下一代AI模型的发展。与此同时，它也迫使长寿研究领域面对一个无法绕开的基础问题：在训练AI之前，我们必须首先更加清楚地定义——什么才是真正的衰老。

     因此，这项研究真正令人期待的是，AI正在成为一面镜子，让我们看见：关于衰老这件每个人都会经历的事情，人类其实还有很多最基本的问题没有弄清楚。