Google AI「科學家助手」兩天破解十年超級細菌難題

科學家們花了十年時間，才弄清楚一種超級細菌如何獲得感染多種細菌的能力。然而，當他們向Google的新AI「科學家助手」提出這個問題時，僅僅兩天，AI就給出了答案。

Google的新人工智慧（AI）工具在短短兩天內，就解決了科學家們耗費十年才破解的難題。José Penadés與他在倫敦帝國學院的同事們，花了十年時間研究某些超級細菌如何獲得抗生素抗藥性——這是一個日益嚴重的威脅，每年奪走數百萬人的生命。

當團隊向Google的「科學家助手」——一個專為與研究人員合作而設計的AI工具——提出這個問題時，AI在兩天內給出了與他們尚未發表的研究結果相同的答案。Penadés對此感到震驚，並發郵件給Google，確認他們是否獲取了他的研究。Google回應稱並未獲取。研究人員於2月19日將他們的發現發表在預印本伺服器bioRxiv上，因此尚未經過同行評審。

「我們的研究結果顯示，AI有潛力綜合所有可用的證據，並引導我們找到最重要的問題和實驗設計，」共同作者、倫敦帝國學院細菌致病學講師Tiago Dias da Costa在一份宣告中表示。「如果這個系統能如我們所希望的那樣運作，這將是改變遊戲規則的；排除『死衚衕』，並有效地讓我們以驚人的速度前進。」

抗微生物抗藥性（AMR）發生在感染性微生物——如細菌、病毒、真菌和寄生蟲——對抗生素產生抗藥性，使基本藥物失效時。被稱為「無聲大流行」的AMR，代表著人類面臨的最大健康威脅之一，因為在醫學和農業中抗生素的過度使用和濫用加速了其流行。

根據美國疾病控制與預防中心（CDC）2019年的報告，當年全球至少有127萬人死於抗藥性細菌。其中僅美國就有約3.5萬人死亡，這意味著自CDC 2013年發布的AMR報告以來，美國因該問題的死亡人數激增了52%。

為瞭解決這個問題，Penadés和他的團隊開始尋找一種超級細菌——一種被稱為形成衣殼的噬菌體誘導染色體島（cf-PICIs）的細菌感染病毒家族——如何獲得感染多種細菌的能力。科學家們假設，這些病毒透過從不同的細菌感染病毒中獲取尾巴來實現這一點，這些尾巴用於將病毒基因組注入宿主細菌細胞。實驗證明他們的直覺是正確的，揭示了一種科學界此前未知的水平基因轉移機制。

在團隊中的任何人公開分享他們的發現之前，研究人員向Google的AI科學家助手工具提出了同樣的問題。兩天後，AI返回了建議，其中一個正是他們已知的正確答案。

「這實際上意味著，該演算法能夠檢視可用的證據，分析可能性，提出問題，設計實驗，並提出與我們透過多年艱苦科學研究得出的相同假設，但只用了極短的時間，」倫敦帝國學院微生物學教授Penadés在宣告中表示。

研究人員指出，從一開始使用AI並不會消除進行實驗的需要，但它會幫助他們更快地提出假設，從而節省多年的工作。

儘管有這些令人鼓舞的發現和其他成果，AI在科學中的使用仍然存在爭議。例如，越來越多的人工智慧輔助研究被證明是不可重複的，甚至是完全欺詐性的。為了最大限度地減少這些問題，並最大限度地發揮AI可能為研究帶來的好處，科學家們正在提出檢測AI不當行為的工具，並建立評估研究結果準確性的倫理框架。