在围绕数据中心能耗、AI生成内容泛滥乃至“AI毁灭论”的争议声中，一项旨在造福人类的研究成果提供了新的视角。OpenAI近日展示了一项新进展：通过部署数千个AI智能体，团队仅用32分钟便完成了以往需耗费大量人力的高强度研究工作。
在与PerturbAI及斯克里普斯研究所（Scripps Research）合作的一项新研究中，研究人员分析了来自数百万个小鼠脑细胞的实验数据。不同于依赖单一AI模型的传统路径，该团队同时调动数千个智能体，每个智能体专门负责调查特定基因变化对脑细胞的影响。
研究结果为神经退行性疾病提供了新线索，包括发现胆固醇调节与神经退行性病变之间可能存在关联。此外，智能体还识别出两种与大脑发育和功能相关的基因之间存在意想不到的差异。需要明确的是，AI尚未找到阿尔茨海默病或帕金森病的治愈方法，这些发现仅为早期线索，仍需科学家进一步验证。但该研究证实，AI能通过从海量现有数据中挖掘隐藏联系，显著加速医学研究进程。
32分钟构建“推理图谱”
研究人员使用专为生命科学设计的GPT-Rosalind模型，分析小鼠脑细胞中不同基因受干扰后的反应数据集。每个智能体专注于特定基因变化，研究细胞反应并在科学文献中检索可能的解释。随后，这些发现被整合为“推理图谱”（reasoning atlas），将基因、细胞变化与现有科学知识相连接。
团队估计，若由人工逐一审查同等规模的材料，可能耗时数月甚至一年。而AI智能体仅在32分钟内就完成了这一分析。
其中一项关键发现涉及与Perry综合征（一种罕见神经退行性疾病，症状类似帕金森）相关的DCTN1基因。当研究人员干扰该基因时，观察到负责产生胆固醇的基因活性增加。AI智能体将此现象与早期研究关联，指出细胞内胆固醇运输问题会触发额外的胆固醇产生。
此外，智能体还发现了Tsc1和Tsc2这两个协同调节细胞生长和代谢的基因之间的意外差异：干扰它们在小脑（负责协调运动的脑区）某些神经元中产生了不同的影响。
分布式智能体优于单一模型
研究旨在验证部署数千个AI智能体是否比单一强大AI系统更具优势。数据显示，在处理最大工作量时，单个智能体仅引用了11篇科学参考文献，而分布式智能体引用的文献超过700篇。
在盲测环节，人类专家在不知晓报告来源的情况下进行比较，结果显示，75%的情况下专家更倾向于分布式智能体生成的报告。通过将小问题分配给数千个智能体，该系统能够在无需人类研究员阅读每篇论文或单独调查每种基因变化的情况下，考察更多可能性。
激活沉睡的实验数据
AI有助于科学家更高效地利用既有实验数据。生物实验虽能产生数百万细胞的信息，但研究人员往往缺乏足够的时间或资源去探索每一个意外结果。AI智能体通过将实验发现与已发表研究联系起来，并指引科学家关注高潜力方向，从而填补这一空白。
加州大学旧金山分校神经外科副教授Tomasz Nowakowski表示，许多科学线索早已存在，但分散在不同领域。将这些线索连接起来，有望揭示对疾病的全新思考方式，并最终推动治愈方法的发现。