微软研究院把目光投向了生物学，推出一个叫 Quine 的多模态世界模型。它目前还处于早期研究阶段，定位不是替代实验室，而是帮科学家在动手之前先想清楚该做什么。

按照微软研究院的说法，生物学从来不是孤立运作的，对它的 AI 表征也不该是。Quine 的思路，就是把不同生物尺度和不同模态之间的洞见连接起来，形成一个关于生物学的整体模型。

打开网易新闻 查看精彩图片

先算一遍，再进实验室

这个模型想解决的问题很具体：科学家能凭直觉想到的假设空间，其实远远小于真实存在的可能性空间。Quine 的作用，是让研究者用计算的方式去搜索一个比直觉大得多的空间，在实验开始之前就把假设排个优先级。

换句话说，哪些方向值得试、哪些可以先放一放，先在模型里过一遍。这样能省下的，是实验室里那些本来就不必做的尝试。

实验结果会反过来喂给模型

Quine 并不是单向输出结论就结束了。实验结果会作为重要的反馈回到系统里，帮助研究者把未来的研究方向调得更准。模型给出假设，实验给出验证，验证的结果再用来修正下一轮的判断——这是一个闭环。

从产品视角看，这类工具的价值不在于替科学家下结论，而在于把"试错"这件事的成本往前挪。实验室里的每一次尝试都有时间、试剂和人力成本，而计算搜索的成本要低得多。把筛选环节前置，等于把有限的实验资源留给更值得验证的假设。

目前 Quine 仍是一个早期研究项目，微软研究院公布的是它的定位和基本思路，而非成熟产品。