上海AI實驗室發佈全能“AI科學家”，助推更多“愛因斯坦”
人工智能（AI）對科學研究的推動，即將從量變化爲質變。一個跨多學科、既懂理論、又擅實驗的“AI科學家”在上海開啓了它的“科研生涯”。
世界人工智能大會開幕前夕，由上海人工智能實驗室發佈的“書生”科學發現平臺，已“加盟”多個研究團隊，加速多個重大攻關項目，幫助國內物理學家率先研發出全球第一個由AI設計的超導材料工藝並得到實驗驗證，讓生命科學團隊在短短數月內發現癌症治療新靶點，過去這一任務可能需要耗時數年。
上海AI實驗室主任周伯文 （文匯報記者 袁婧/攝）
從理論到實驗，全流程支持科學研究
最新上線的“書生”科學發現平臺，已面向全球科研團隊開放申請，通過後就能登錄使用。其中，科研助手界面看起來和問答大模型相仿，可在對話框裏給它指派任務，比如“預測不同排放情景下，未來100年全球氣候變化趨勢”。另外，平臺還提供各種高級科研工具，比如一批功能各異的科學智能體，以及覆蓋六大學科領域、容量超數千TB的科學數據集。
作爲外行，記者沒能以用戶的身份充分領略這個強大的革命性工具。而據上海AI實驗室青年科學家白磊介紹，在某些維度，書生科學發現平臺已展現出超越人類科學家的能力，尤其是它極強的跨學科知識儲備。
“書生”科學智能平臺的界面
比如，在與中科院物理所團隊的合作中，書生科學發現平臺之所以能幫助研發第一個AI賦能的超導材料製備工藝，就是因爲它兼具了凝聚態物理、新材料、人工智能、量子計算等多學科能力，且擁有很強的實驗物理水平，可自己設計相關實驗。實測顯示，AI設計的新工藝能顯著提高超導材料的臨界電流密度，讓其能承受更大電流，加速超導材料從實驗室走向商用。
科學智能（AI for Science）在過去幾年的突破令人驚歎，尤其以去年的諾貝爾化學獎授予蛋白質預測模型“阿爾法摺疊”爲里程碑。但也要看到，之前科學智能的進展主要集中在單點突破，也就是針對特定任務提升計算效率。而科學研究整體上涉及的知識廣、對象多、流程長，僅靠單點突破的疊加，並不足以驅動科學發現成果大規模湧現。
白磊透露，科研人員可在該平臺上同時調動多學科智能體，進而利用“書生”科學多模態大模型豐富的知識儲備和推理能力，自動從海量的科學數據中識別出新的科學規律，提出新的科學假設。再進一步，平臺還可從理論走向實驗，自動完成方案設計、代碼實現，甚至可通過遠程控制儀器設備，“親手”開展部分實驗。最終，它能獲取實驗數據，開展分析和討論。從這個角度說，書生平臺已經有能力從頭到尾覆蓋科研全流程，爲科學家提供“一站式支持”。
智能體各司其職，“組建”交叉學科團隊
“書生”科學發現平臺的強大能力源於一系列創新。過去幾年，上海AI實驗室確立了以“通專融合”路徑實現通用人工智能（AGI）的理念。遵循這個理念，“書生”科學發現平臺集成共享了通專融合的基座大模型，以及物理、化學、材料、生物、地球等多領域專業科研智能體。
整個架構中，基座模型就像一個調度者，負責理解人類科學家的指令，並自行閱讀文獻、邏輯推理、任務規劃。而基於上海AI實驗室研發的多智能體框架，科研人員就能同時調動多種“專職智能體”，讓它們各司其職。
書生平臺可以根據指令，設計規劃熒光蛋白功能驗證實驗。
比如，在想法生成階段，文獻綜述智能體、觀點提出智能體、多維評審智能體等上場，自動生成針對科研任務的創新想法；在方案設計階段，藉助方案設計智能體、代碼評審智能體，抽象的想法可被快速轉化爲實施方案；等到實驗驗證階段，還有一系列智能體可自主規劃實驗流程、記錄實驗結果並進行多維度分析。
實際上，一次科研流程中，智能體除了提供專業知識，還可按需扮演反思、辯論、管理協調等不同角色。某種意義上，通過調用多個智能體，人類科學家就可快速組建起一支跨學科科研團隊，比真實招募一支團隊要容易得多。
多智能體的效率，也在上海AI實驗室與臨港實驗室、上海交通大學、復旦大學等機構協作的科研中得到印證。聯合團隊共同參與構建了一個多智能體虛擬疾病生物學家系統“元生”，整合了近600個專家工具，短短几個月中，就在肝癌和結直腸癌治療上提出2個高價值新靶點，並獲臨牀樣本和動物實驗驗證。說到底，多智能體的協同決策，讓“元生”在面對複雜疾病機制或藥物路徑選擇時，能像科學家一樣思考，並基於反饋不斷優化。
上海AI實驗室整合了全球約50家頂尖科研機構的高價值專業數據，構成“科學數據廣場”。
除了以智能體“組建”一支交叉學科團隊，上海AI實驗室還整合了全球約50家頂尖科研機構的高價值專業數據，並基於各學科高頻使用的權威資源，精選了200多個專業數據集，方便科研人員快速獲取。此外，實驗室還設計了科學智能上下文協議，讓“書生”科學發現平臺與第三方科研機構的百餘種實驗設施直接相連，從而進一步打破邊界，讓AI賦能跨學科研究。
不會取代科學家，讓人人有機會成爲科學家
儘管這位全能“AI科學家”的能力邊界有待進一步檢驗，但無論如何，這已然是科學智能領域的一次重要進展。業內人士分析，目前全球來看，還沒有其他相關的AI工具能像書生科學發現平臺這樣，擁有全方位的綜合實力。
在上海AI實驗室看來，這項創新有望真正推動科研範式的變革。實際上，“書生”科學發現平臺已經對研究者、研究工具、研究對象這三大要素實現了全面助力。未來，驅動AI大模型飛速發展的“尺度法則”（Scaling Law）也將隨之被帶入科研領域。
即便如此，“書生”科學發現平臺並不會導致科學家被AI所取代。在白磊看來，“AI+科研”本質上是“人機一體”，破除科學研究領域的各種壁壘，從而大幅降低科研門檻，實現所謂“科研民主化”。未來，每個人都有機會成爲科學家，科學研究或將迎來一個“想法驅動的時代”——只要你能提出新的設想，比如開發一款新的疫苗，那麼完全有機會在AI的輔助下完成方案設計和實驗規劃，並把原型產品做出來。而當越來越多普通人能成爲科學家，那麼更具天賦和實力的科學家則有機會成爲愛因斯坦。
目前，上海AI實驗室正在積極推動“書生”科學發現平臺與國內頂尖大學和科研院所對接，同時也誠邀全球科研機構、企業及科研工作者共同體驗、共同開發，以打造一個更完備的科學智能創新生態。對科學家來說，利用平臺內置的低代碼開發環境，他們只需根據需求，對智能體組件拖拖拽拽，就能快速開發出屬於自己的科學智能體。同時，隨着越來越多的科學家使用，相關反饋也將加速“AI科學家”的迭代進化。
