AI助力科学需要推理能力，而不仅仅是数据

AlphaFold，由Google DeepMind开发，经过半个世纪的努力解决了蛋白质结构预测问题，但其成功所依赖的条件——庞大的蛋白质数据银行和可靠的实验数据——在大多数领域中是罕见且难以复制的。相反，由大型语言模型驱动的AI代理正成为一种更为通用的科学工具。像Google的AI Co-Scientist这样的代理能够推理、规划和测试假设；其中一种代理正确提出了抗生素耐药性如何传播的假设，这一结论是帝国理工学院的研究人员花了十年时间才得出的。这些代理可以记录每一个行动，解决可重复性危机，保留机构知识，并通过降低实验成本来大幅加快研究速度。尽管仍存在幻觉和记忆限制等挑战，但代理代表了一种类似于微积分或计算机的根本性转变，正在改变所有领域的科学。