本文，作者将“人工智能科学家”设想为能够进行怀疑性学习和推理的系统，通过将人工智能模型和生物医学工具与实验平台相结合的协作代理来增强生物医学研究的能力。 生物医学人工智能代理并没有将人类从发现过程中剔除，而是将人类的创造力和专业知识与人工智能分析大型数据集、导航假设空间和执行重复任务的能力结合起来。 人工智能代理准备精通各种任务，规划发现工作流程并进行自我评估，以识别和缩小知识差距。 这些代理使用大型语言模型和生成模型来构建结构化记忆以进行持续学习，并使用机器学习工具来整合科学知识、生物学原理和理论。 人工智能代理可以影响从虚拟细胞模拟、表型的可编程控制、细胞电路设计到开发新疗法等领域。 相关综述以 “ Empowering biomedical discovery with AI agents ”为题发表在 《 Cell 》 杂志 。

图 1. 利用 AI 代理增强生物医学研究能力

图 2. 数据驱动模型的不断发展的使用

图 3. 生物医学中 AI 代理的多样化配置——从基于 LLM 的 AI 代理到具有 AI 模型、工具和集成物理设备的多代理系统

图 4. AI 代理中的关键模块：感知、交互、推理和记忆模块