AI正以高效速度批量生成科学假设，为科研进程带来新可能的同时，也引发对假设验证环节的思考。

据DeepTech深科技信息，帝国理工学院微生物学家José Penadés及其团队耗时近十年研究某些“超级细菌”传播抗生素耐药性的机制，最终确认部分细菌会获取病毒尾部结构作为“钥匙”进入不同宿主物种，该研究当时尚未发表。2024年，Penadés将简化后的研究问题交给谷歌DeepMind开发的AI智能体Co-Scientist，仅48小时，AI就给出五个按优先级排序的解释，其中排名第一的假设与团队多年实验结论完全一致。

Penadés最初怀疑AI读取了实验室未公开数据，经与谷歌确认，AI并未获取相关私密信息。此外，Co-Scientist提出的四个额外假设中，有一个是研究团队此前未涉足的方向，目前正处于进一步研究阶段。Penadés表示，若研究初期就能使用这类工具，团队可减少多年的探索弯路。

AI批量产出科学假设的能力，大幅压缩了科研前期的假设提出周期，但如何验证这些假设的真实性，成为科研领域需面对的新议题。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：观察君