•
全球首個AI科學家天團出道！007做實驗碾壓人類博士，生化環材圈巨震
【新智元導讀】世界首個公開可用AI科學家天團，剛剛組團出道！FutureHouse發佈了四個AI科學家Agent，科研能力直接超越o3，文獻搜尋已經超過人類博士。
就在剛剛，世界上首個公開可用的AI科學家登場了！
前GoogleCEO Eric Schmidt投資的一家非營利組織FutureHouse，官宣發佈四個超人類的AI科學家智能體。
通用智能體：Crow（烏鴉）
自動化文獻綜述智能體：Falcon（獵鷹）
調研智能體：Owl（貓頭鷹）
實驗智能體：Phoenix（鳳凰）
這些智能體都是專門為科學研究而開發。
Crow、Falcon和Owl通過了嚴格的基準測試，在搜尋精度和精準性上已經超越了目前頂級搜尋模型，比如o3-mini，GPT-4.5，Claude-3.7。
LitQA基準測試精度（正確答案 / 已回答問題）和精準率（正確答案 / 所有問題）比較
FutureHouse還通過實驗，驗證了它們在直接文獻搜尋任務中，檢索和綜合能力比博士水平的研究人員具有更高的精度。
在問答、文章總結和矛盾檢測這三個任務中，PaperQA2與人類博士的性能對比
在未來一兩年內，我們將見證：今天科學家所做的大部分桌面工作，都會通過這些AI科學家的幫助而加速！
完勝人類的AI科學家
FutureHouse董事兼CEO Sam Rodriques表示：我們的AI科學家智能體，執行起科學任務來已經完勝人類！
通過把它們串聯起來，我們已經很快有了全新的生物學發現。
這次FutureHouse發佈的AI科學家，跟以往那些AI科學家有什麼不同呢？
這主要就體現在，Crow、Falcon和Owl可以訪問大量完整的科學文字。
這就意味著，你可以向它們提出關於實驗方案和研究侷限性的更詳細的問題。
而一般的網路搜尋智能體，通常只能訪問摘要，這就會錯過這些問題。
而且，它們還能使用各種因素來區分來源質量，確保它們不會依賴低品質的論文，或者是流行的科學來源。
最後還有一點，也是至關重要的一點，就是FutureHouse會為使用者提供一個API，允許研究者將這些智能體直接整合到他們的工作流中。
網友熱評：為我量身打造
已經有網友摩拳擦掌，表示自己已經在想像使用起這個AI科學家的樣子了。
有人表示，自己如今已經63歲了，有過12年的學界經驗，和25年的私人診所經驗，感覺這些AI科學家非常適合自己。
當然，也有人提出疑問：這些產品使用的資料經過允許了嗎？
誠然，目前這些智能體還不能自主完成大多數的科學研究。
不過我們已經可以用它們來生成和評估新的假設，規劃新的實驗，速度還比以前快很多。
另外，Future House內部還有專門用於資料分析、假設生成、蛋白質工程等方面的智能體，未來幾個月內即將上線。
人類科研效率在下降，該AI上場了！
所以，AI科學家具體是怎麼工作的？
FutureHouse的三位科學家，為我們提供了詳盡的解答。
據他們介紹，FutureHouse的平台，是從科學第一的角度建構的，而不僅僅是為了吸引儘可能多的使用者。
這三位科學家，本身對於科學就有著十分濃厚的興趣。
比如左邊的Michaela，在過去十年中，一直對控制人類細胞基因調控的分子機制十分好奇；中間的Mike是一位計算材料科學博士。
右邊的Andrew表示，當他們共同創立未來之家時，他們注意到很多生產力和科學都在下降——每年人類發表的論文都越來越多，但突破卻越來越少。
與此同時，AI卻已經進化到了可以真正加速科學發展的程度。
因此，他們希望能讓AI科學家做到自動化科研的全過程，如搜尋文獻、生成假設和進行分析。
其中，Crow非常適合文獻檢索問題，尤其是需要使用開放目標等資料來源的問題提供簡潔答案的時候。
Falcon是一個更深度的搜尋工具，會考慮更多的來源，會在回答中為我們提供長篇報告。
Owl則專注於先例搜尋，如果你好奇某項科研此前是否已經被做過，它的用武之地就來了。而且，它非常擅長梳理出某研究和過去研究的細微差別。
Phoenix則是一名化學藥劑師，比其他科學家顯得更定製化，更關注化學問題。
從PCOS開始，找到值得研究的新藥
比如Michaela表示，自己的朋友最近表示自己有多囊卵巢綜合徵（PCOS），卻很難找到一種非激素的治療方法。
Michaela就實測了一番，是否能用這些AI科學家從零知識獲得明確的可驗證假設。
首先，她去問Falcon：請對PCOS進行全面解釋。然後，AI科學家就開始工作了，並且我們可以看到全程的推理過程。
可以看到，Falcon建立了自己的搜尋詞，去搜尋已發表的論文，這一切都是它自行決定的。
更特別的是，跟主流的Agent不同，FutureHouse的AI科學家可以訪問科學文獻的全文。引用次數、引用圖表、來自那些期刊，都一清二楚。
在下一步，它抽出了其中的19份論文，同時還納入了治療PCOS的臨床實驗資訊。
隨後，就發生了一個非常密集的推理過程，Falcon會找到與所提問題最相關的背景證據。在整個系統中，這種資訊漏斗的功能極其強大。
幾位科學家表示，這個AI是目前該領域性能最強的資訊提取系統之一。
下一步，就該Crow出場了。它被問到一個相當具體的問題：在基因組關聯研究中，那些關鍵基因跟PCOS相關？是否有人做過更清晰的篩選？
果然，Crow發現了此前的研究：已經有人在一項功能基因組學研究中， 將特定基因表達的增加，與細胞培養中睾酮表達的增加聯絡起來。
但這是為什麼呢？AI科學家也能找到答案。
就這樣，我們從對PCOS一無所知的小白，一下子掌握了決定該領域的一個關鍵差距，本來這會耗費我們大量時間去閱讀資料、與專家交談的，現在全都省去了。
甚至我們還可以點選連結，看到實際的推理軌跡：AI會解釋為什麼選擇這項來源。
對於科學家而言，AI科學家的輔助無疑意義重大。
因為在生物學或藥物設計領域擁有豐富經驗的研究者，並不會成為工程師，對於諸如抓取論文、設定分佈式資料庫、速率限制這類事都並不擅長。
而這，就是FutureHouse平台誕生的意義。
那如何在提出假設和檢驗假設這兩方面取得進展呢？這就需要Phoenix出場了。
我們可以向它提問，讓它給出三種可以治療由DENND1A過度表達引起的疾病的新型化合物。（這是基於此前AI科學家給出的調研結果）
因為在這個階段，我們需要找到能治療PCOS的藥物。
我們可以從與蛋白質結合的分子開始，確保它更易溶解，不會進入肝臟或腎臟，以及沒有獲得過專利。
在提問中，我們瞭解到，目前不存在已知的針對該基因的結合劑。這就提供了一個很好的線索，甚至值得投入資金來進行藥物研發。
最後，AI科學家給出了一份關於不同候選分子的報告，列出了它們已知的結合物，以及為什麼可能與調節DENND1A的表達有關。
這樣，它就給出了下一步研究的起點，我們可以直接去實驗室中驗證了。
1年造出AI科學家
FutureHouse的科學總監/聯合創始人Andrew White，在X上回顧了過去一年的研發歷程。
2024年6月，FutureHouse發佈了Lab-Bench基準測試。
2024年9月，FutureHous成功開發了PaperQA2智能體。
PaperQA2示意圖：與傳統的RAG不同，在PaperQA2中LLM決定將那些工具應用於查詢。
2024年10月，他們編寫了17,000篇關於人類編碼基因的維基百科文章，驗證了AI科學家的可行性。
2024年12月，他們利用新的框架和訓練方法，在多個任務上了訓練智能體——在分子克隆和文獻研究方面超過生物學專家20多個精準率點。
昨天，他們隆重發佈了FutureHouse平台。
獨具匠心的智能體，
真正改變科研
與傳統智能體相比，FutureHouse智能體的優勢非常獨特：
它們不僅能夠訪問海量高品質的免費論文和專業科學工具，而且還能從專業的論文資料庫中精準搜尋資訊。
它們還能模仿研究人員，採用多種方法評估資訊來源的質量。
而且這些智能體的推理過程完全透明，對每個資訊來源都進行了多階段的深入分析。
更重要的是，使用者可以清晰地查看整個推理過程，瞭解智能體得出結論的每一步依據。
此外，FutureHouse平台具備良好的擴展性。
科學家個人往往難以維護自己的AI智能體部署，因此FutureHouse不僅提供了網頁端介面，還開放了API，便於研究人員將其整合進實際工作流中。
通過大規模整合和連結這些智能體，科學家能夠大幅提升科學發現的速度與效率。
已知的具體應用場景
這個平台尤其擅長應對以下兩類問題：
需要詳盡全文文獻分析的研究課題，
或需要運用專業化學工具的探索任務。
具體應用場景包括：
挖掘疾病路徑中的未知機制：使用者可利用Falcon獲取背景知識，Crow挖掘關鍵基因關聯，Owl定位研究空白。
這些操作只要幾分鐘就能完成，而傳統的文獻調研要花費數周時間。
系統梳理文獻中的矛盾：使用者可利用Falcon分析數百篇論文中爭議性話題的矛盾證據，精準指出需要進一步實驗去澄清的爭議點。
深入剖析實驗方法：由於智能體可以訪問計畫全部的科學論文，使用者可詳細詢問實驗方法或研究侷限性，挖掘摘要中難以察覺的關鍵細節。
通過API定製研究流程：研究團隊利用API建構軟體系統，即時監控最新論文，或大規模搜尋文獻，為篩選實驗結果提供全面的背景知識支援。
尋找目標蛋白的結合候選物：科學家可指示Phoenix基於現有資料，篩選結合目標蛋白的候選物，同時滿足溶解度、官能團或新穎性等複雜要求。
探索化學知識：Phoenix能判斷化合物的新穎性、估算成本、預測化學反應結果，甚至比較直接購買與自行合成化學品的成本。 (新智元)