夜雨聆风用于科学的通用人工智能工具，如Claude science，有望加速研究。但哪一个适合你呢？
2010年，加州斯坦福大学（Stanford University）的遗传学家和心脏病专家尤安·阿什利（Euan Ashley）领导了对人类基因组的首次临床分析，他的31名科学家团队花了9个月时间才完成这项工作。
本周，在假期结束后收拾行李时，阿什利要求人工智能工具克劳德（Claude）按照同样的标准检查自己的基因组。Claude是由加州旧金山的Anthropic公司开发的。
分析花了30分钟，并正确地确定了阿尔茨海默病的风险等位基因和影响药物代谢的基因变异（阿什利在2012年分析了他的基因组，但没有发表结果）。阿什利在领英（LinkedIn）的一篇帖子中写道：“没有哪个世界不是完全了不起的。”
6月30日，Anthropic发布了一个名为Claude Science的平台，该平台的设计宗旨是生物学研究。该工具加入了科技公司和学术实验室为科学创造的通用人工智能工具的行列。其他产品包括旧金山的OpenAI和加州山景城b谷歌DeepMind的Co-Scientist。另一个是一个名为Biomni的开源工具，由学术研究人员开发，研究人员说，还有很多其他的原因。
“通常要花几个小时的工作现在只需要几分钟。我真的可以把我的时间花在需要人类的科学上，”合著者、加州南旧金山初创公司Phylo的联合创始人兼总裁曲元浩说。
这些是什么，科学家是如何使用它们的？
这些工具有时被称为“人工智能科学家”，它们基于为聊天机器人提供动力的大型语言模型，帮助科学家完成文献综述、数据分析、图形生成和手稿准备等任务。它们是一种代理人工智能，其中请求被分解为通常涉及招聘外部软件系统的步骤。
这些科学代理不同于更专业的研究工具，如AlphaFold蛋白质结构预测模型，但它们可以使用定制模型。例如，总部位于伦敦的Boltz公司的联合创始人兼首席执行官加布里埃尔·科索（Gabriele Corso）和他的团队让克劳德的代理人设计一种能够识别两个治疗靶点的抗体，使用该公司用于蛋白质折叠预测和设计的开源人工智能工具。
人工智能的输出与蛋白质设计者的直觉一致。Corso的团队并没有通过实验验证这些设计，但他说，其他用人工智能制造的抗体已经得到了验证。boltzo的工具是Claude Science和其他人工智能科学家可以与之互动的数十个专业软件系统之一。
英国剑桥大学的免疫学家克莱尔·布莱恩特（Clare Bryant）是“联合科学家”的早期采用者，该方法挖掘科学文献和其他来源，提出科学假设。布莱恩特正在研究对人畜共患病原体的免疫反应，他向该工具提供了一份拨款申请和进一步的数据。
它产生的一些想法是不可行的，但其他的想法在她的实验室里是正确的。她的团队现在正在测试“联合科学家”的一个想法，将特定的突变引入一种先天免疫蛋白，看看它们是如何影响流感感染的。布莱恩特说，她可能最终会自己想出这个实验，但这可能需要两年的时间。
斯坦福大学（Stanford）生物医学科学家加里·佩尔茨（Gary Peltz）说：“你会觉得自己在和一位先知交谈。”他利用“联合科学家”（Co-Scientist）发现了现有的药物，可以治疗一种名为肝纤维化的类器官疾病。
科学家应该如何决定使用哪种工具？
许多科学家已经在使用Claude等人工智能工具来制作演示幻灯片和起草电子邮件。但旧金山云平台Benchling的总裁兼联合创始人阿舒·辛格尔（Ashu Singhal）估计，只有不到20%的实验室将人工智能科学家完全投入到他们的研究中。他说：“人们真正去尝试这些东西是非常重要的，而不是简单地相信新闻头条上分享的东西。”
辛格尔建议研究人员试用几种工具，找出适合哪些任务的工具。产生假设的人工智能，比如“联合科学家”，可能会在项目的最初阶段提供帮助。后来，像Claude Science和Biomni这样的工具可以执行特定的任务，比如基因组数据分析。
Corso建议研究人员从小任务开始，这些任务的结果很容易得到验证。“最坏的情况是，你不得不重新做一遍，”他说。
参考文献
AI-Assisted Drug Re-Purposing for Human Liver Fibrosis
