跳到正文
Google DeepMind·· 2026-05-12精選AI 評分64

Google DeepMind 公佈 Co-Scientist 多智能體科研系統,並將推出 Hypothesis Generation 實驗工具

Co-Scientist: A multi-agent AI partner to accelerate research

AI 導讀

Google DeepMind 公佈以 Gemini 構建的 Co-Scientist 多智能體科研系統,將逐步向研究人員開放。Hypothesis Generation 實驗工具將於未來數週開始推出,研究人員可在 labs.google/science 登記意向;系統以專職智能體生成、辯論和演化假設,再用 Elo-based tournament 排序並交叉核查文獻與數據。

推薦理由

Co-Scientist 以多智能體迭代生成、辯論和篩選科研假設,肝纖維化案例亦列出一項候選藥物在實驗室阻斷 91% 疤痕相關反應的結果。

正文 · 繁體中文

May 19, 2026 科學

Co-Scientist 團隊

推出協作型 AI 研究夥伴,協助研究人員在生命科學及其他領域提出新假設。

每項偉大的科學突破,都始於一個足以改變局面的想法。發現的火花,來自研究人員連繫各種看似無關的事實,並提出正確假設以供驗證的能力。但在資訊過載、挑戰日益複雜的時代,要找出這些如大海撈針般的想法,已成為阻礙進展的重要瓶頸。

我們相信,AI 可以成為專門的夥伴,協助產生和完善具突破性的科學假設,大幅加快突破出現的步伐。

今天,我們在Nature發表最新的 Co-Scientist 研究,介紹一套以 Gemini 建構的新多智能體 AI 系統。它會反覆產生、辯論並發展新假設,以應對複雜的科學問題。

我們透過Hypothesis Generation向個別研究人員提供 Co-Scientist 系統。這項全新的實驗工具由 Google DeepMind、Google Research、Google Cloud 和 Google Labs 跨團隊共同開發。我們會在未來數週開始逐步推出,研究人員可在labs.google/science登記興趣。

自去年分享早期研究以來,我們一直與運用 Co-Scientist 解決棘手問題的團隊合作,持續開發和測試這套系統,涵蓋抗微生物藥物抗藥性、植物免疫以至肝纖維化等挑戰。我們很高興分享它目前應用於基礎生物學、自然科學和工程學的幾種方式。

Co-Scientist 如何運作:以 Gemini 建構的多智能體系統

科學發現很少是一條直線,而是由構思和產生假設、批判檢視及完善組成的循環。科學家往往要花上數日、數月甚至數年反覆鑽研複雜問題,才能得到最深刻的見解。Co-Scientist 背後的核心研究問題是:AI 系統如何參與這種嚴謹而有條理的思考,以推動科學發現?

Co-Scientist AI 系統由一組以 Gemini 模型為基礎、彼此協作的專門智能體組成,可分為以下三個階段:

產生想法:

  • Generation agent - 根據科學文獻和資料提出初步研究方向及新假設。
  • Proximity agent - 將產生的假設繪製關聯圖並分組,確保研究範圍探索得多元而全面。

辯論想法:

  • Reflection agent - 擔任「虛擬同行評審」,批判性評估假設的正確性、品質和新穎性。
  • Ranking agent - 透過成對比較和模擬科學辯論,主持「想法錦標賽」,優先挑選最有前景的方向和假設。

發展想法:

  • Evolution agent - 持續完善、合併並延伸錦標賽中排名最高的假設,逐步提升其品質。
  • Meta-review agent - 綜合辯論和想法錦標賽的見解,持續優化系統,並為科學家產生最終研究提案以供審閲。

負責協調智能體團隊的是一個擔任適應型規劃器的監督智能體。與線性思考的 AI 模型不同,這個自由形式的規劃器會把高層次研究目標拆解成可執行步驟,協調各智能體平行運作,同時探索多條路徑。

產生的想法會經過反覆完善、批判檢視和發展,形成新的假設,構成科學推理和假設產生的良性循環。

想法錦標賽:系統如何驗證、完善假設並排列優次

Co-Scientist 可以探索數以千計的研究方向。為找出影響力最大的方向,我們開發了「想法錦標賽」。這種方法借鑑了AlphaGo和AlphaStar所採用的原則,但 AI 智能體不再對弈,而是進行科學辯論,以產生、完善並排列想法的優次。

為拓展新穎性,同時確保假設穩健且可驗證,系統的大部分運算資源都用於驗證假設。系統會將論點與科學文獻及資料深入交叉核對,確保內容有根據、事實準確而且邏輯連貫。目前系統整合了網絡搜尋,以及 ChEMBL 和 UniProt 等專門資料庫,以納入更多知識。它亦可把 AlphaFold 等先進專門模型當作工具使用;我們正與部分研究合作夥伴測試這種方式。

這些能力結合起來,使 Co-Scientist 成為首批能進行有條理科學思考的可靠多智能體系統之一,並能在複雜科學問題的新假設產生方面帶來實際成果。

想法錦標賽會透過以 Elo 為基礎的競賽反覆排列假設,同時注入新知識,擴大系統對假設空間的探索。

發掘可重新定位用途、對抗肝纖維化的藥物

Co-Scientist 加快了 Gary Peltz 尋找肝纖維化療法的進程。這套多智能體系統找出一些被忽略、可重新定位用途的候選藥物,其中一種在實驗室測試中成功阻斷了與疤痕形成相關反應的 91%。研究結果發表於 Advanced Science,指出可透過新的基因調控方法治療慢性肝病。

「Co-Scientist 感覺就像一位讀過所有生物醫學科學資料的合作夥伴,具備推理能力,能找出我們目前尚未察覺的關聯。」

Gary Peltz 教授,史丹福大學醫學院

整合生物工具,為 ALS 探索新方向

Co-Scientist 協助 Ritu Raman 和 Ryan Flynn 的實驗室圍繞退化性疾病 ALS 展開合作。系統幫助 Ritu 快速掌握複雜文獻、提出可驗證的想法,並找出哪些互補專長能強化最有前景的方向,促成她與 Ryan 合作探索以 RNA 為基礎的 ALS 潛在療法。

「科學是一項團隊運動。Co-Scientist 無法獨自做科學,我也不能一個人包辦所有工作。它幫我整理思路,讓我知道該向其他專家和合作夥伴請教甚麼。」

Ritu Raman 副教授,麻省理工學院

加快尋找可逆轉細胞老化的基因線索

生物學家 Omar Abudayyeh 和 Jonathan Gootenberg 正使用 Co‑Scientist 加快逆轉細胞老化的研究。系統綜合數十年的文獻,提出新的基因線索;實驗室測試已證明這些線索能令細胞恢復年輕。它亦大幅縮短分析大型篩選資料集所需的時間,由數月減至數日。

「使用 Co-Scientist 就像手邊有一支 50 人團隊,在一天內完成所有工作;這是我們實驗室原本無法做到的。」

Omar Abudayyeh,首席研究員,The Abudayyeh–Gootenberg Lab

加快發現肝病機制

對 Filippo Menolascina 而言,Co-Scientist 協助把過量的生物醫學文獻轉化為有質素的代謝性肝病假設。系統指出具前景的疾病機制和藥物組合,亦協助解釋為何現有藥物只對部分患者有益;Menolascina 的實驗室測試其後支持了這個想法。

「Co‑Scientist 就像科學家的噴射背包,提升我們找出具前景機制的能力。我認為一場科學革命即將展開,將大幅縮短實現突破所需的反覆研究週期。」

Filippo Menolascina,工程生物學教授,愛丁堡大學

找出新發傳染病背後的分子開關

Clare Bryant 正使用 Co-Scientist 協助找出病原體(例如流感病毒和 COVID-19)由動物傳染給人類時,導致嚴重疾病的蛋白質。透過與 AI 系統反覆研究,她迅速把範圍縮小至實驗室將要測試的特定氨基酸,有望把數年的實驗工作縮短至數月。

「Co-Scientist 整合了所有已發表文獻和網上資源,幫助我提出更好的問題。在資料豐富的領域,它能發現我可能錯過的線索,並協助我排定優先次序,讓團隊專注在實驗室回答正確的問題。"

Clare Bryant,先天免疫學教授,劍橋大學

為老化研究開拓新路徑

在 Calico Life Sciences,Matt Onsum 和 Katherine Labbé 正使用 Co-Scientist 攻克醫學上最棘手的問題之一:老化的生物學。AI 系統展現出出色的科學判斷力,令 Calico 的專家印象深刻;例如,它提出了一個有趣的新假設,認為整合壓力反應可能扮演重要角色,其後亦在實驗室獲得證實。

「使用 Co-Scientist 時,最令我興奮和驚訝的是,它的思考方式很像科學家。它能自然配合科學家原有的思考和行事方式。」

Matt Onsum 博士,AI/ML 主管,Calico Life Sciences

與科學界共同開發智能體工具

Co-Scientist 與來自 100 多間機構的研究人員合作開發,藉此測試其能力,並確保它是高品質、對科學界有用的工具。

作為我們負責任 AI方針的一部分,Co-Scientist 經過廣泛的內部和外部安全評估。由於 Co-Scientist 展現出處理生命科學和物理科學的能力,我們亦就其在化學、生物、放射性及核子(CBRN)領域遭濫用的風險進行獨立評估。根據評估結果,我們開發了專用安全分類器,標示不道德的研究目標,並減低系統提供不安全資訊的可能性。

我們會根據科學界的意見和合作,繼續反覆改良及開發這項工具,也很高興透過Gemini for Science向個別研究人員提供 Co-Scientist。我們亦期待不久後把使用權擴展至更多 Google Cloud 企業合作夥伴。

我們深受這些科學家啟發,是他們建立了今日人類對世界的理解。我們希望 AI 能協助研究人員開創並加快科學進步的新時代。

注意:Co-Scientist 是研究夥伴,並非科學或臨牀專業知識的替代品。使用者在科研過程中根據系統輸出作出任何決定,均須自行負責。

鳴謝

本研究項目由 Juraj Gottweis 和 Vivek Natarajan 領導,Alan Karthikesalingam、Annalisa Pawlosky 及 Yunhan Xu 亦參與領導,並獲以下人士作出重要貢獻:Wei-Hung Weng、Adam Marsh、Alexander Daryin、Alessio Orlandi、Andrew Carroll、Anil Palepu、Antonia Mould、Artiom Myaskovsky、Ash Otter、Avinatan Hassidim、Ben Feinstein、Burak Gokturk、Byron Lee、Dan Popovici、Dina Zverinski、Eeshit Dhaval Vaishnav、Elahe Vedadi、Fan Zhang、Felix Weissenberger、Florian Hasler、Frankie Garcia、Gary Peltz、Grzegorz Glowaty、Ivor Rendulic、Ivan Budiselic、Jacob Blum、James Stevenson、Jan Freyberg、Jeremy Ratcliff、Joel Fenster、José R Penadés、Katherine Chou、Kavita Kulkarni、Keran Rong、Khaled Saab、Luka Rimanic、Marina Boia、Mathias Voges、Matthias Bellaiche、Nenad Tomašev、Ottavia Bertolli、Paige Kunkle、Petar Sirkovic、Ryutaro Tanno、Suzy Pickering、Tao Tu、Tiago R D Costa、Tom Sheffer、Victoria Langston、Vikram Dhillon、Yuan Guan、Ziyue Wang、Amin Vahdat、James Manyika、Demis Hassabis、Yossi Matias 和 Pushmeet Kohli。

我們感謝以下隊友提供技術支援:Ali-Cowen Rivers、Anna Trostanetski、Barnaby James、Bill Byrne、Boon Panichprecha、Charlie Taylor、Diego Ballesteros、Hussein Hassan Harrirou、Ieva Grublyte、Ivan Lee、Jakob Oesignhaus、James Walker、Jorge Barrios、Laurynas Tamulevičius、Luka Važić、Meet Shah、Mihai Ciorobea、Natasha Latysheva、Nicolas Stroppa、Nir Kerem、Saz Basu、Sebastian Nowozin、Taylor Applebaum、Team Rakket、Thomas Wagner 和 Yaniv Carmel。

我們亦要感謝 Carmela Sidrauski、Clare Bryant、Filippo Menolascina、Jonathan Gootenberg、Katherine Labbé、Matthew Onsum、Omar Abudayyeh、Ritu Raman、Ryan Flynn 和 Velia Siciliano 的合作。

最後,感謝 Ali Eslami、Andy Berndt、Ankur Jain、Anna Koivuniemi、Clemens Mayer、Dale Webster、Greg Corrado、Jason Freidenfelds、Jeff Dean、Joelle Barral、John Jumper、John Platt、Josh Woodward、Karen DeSalvo、Koray Kavukcuoglu、Michael Brenner、Michael Howell、Noam Shazeer、Oriol Vinyals、Parthasarathy Ranganathan、Ronit Levavi Morad、Royal Hansen、Scott Huffman、Srini Narayanan、Susan Thomas、Thomas Kurian、Zoubin Ghahramani 和 Sundar Pichai 支持這項工作。

來源:Google DeepMind · deepmind.google