新智元報道
編輯：Aeneas KingHZ
【新智元導(dǎo)讀】世界首個公開可用AI科學(xué)家天團，剛剛組團出道！FutureHouse發(fā)布了四個AI科學(xué)家Agent，科研能力直接超越o3，文獻搜索已經(jīng)超過人類博士。
就在剛剛，世界上首個公開可用的AI科學(xué)家登場了！
前谷歌CEO Eric Schmidt投資的一家非營利組織FutureHouse，官宣發(fā)布四個超人類的AI科學(xué)家智能體。
通用智能體：Crow（烏鴉）
自動化文獻綜述智能體：Falcon（獵鷹）
調(diào)研智能體：Owl（貓頭鷹）
實驗智能體：Phoenix（鳳凰）
這些智能體都是專門為科學(xué)研究而開發(fā)。
Crow、Falcon和Owl通過了嚴格的基準(zhǔn)測試，在搜索精度和準(zhǔn)確性上已經(jīng)超越了目前頂級搜索模型，比如o3-mini，GPT-4.5，Claude-3.7。
LitQA基準(zhǔn)測試精度（正確答案 / 已回答問題）和準(zhǔn)確率（正確答案 / 所有問題）比較
FutureHouse還通過實驗，驗證了它們在直接文獻搜索任務(wù)中，檢索和綜合能力比博士水平的研究人員具有更高的精度。
在問答、文章總結(jié)和矛盾檢測這三個任務(wù)中，PaperQA2與人類博士的性能對比
在未來一兩年內(nèi)，我們將見證：今天科學(xué)家所做的大部分桌面工作，都會通過這些AI科學(xué)家的幫助而加速！
完勝人類的AI科學(xué)家
FutureHouse董事兼CEO Sam Rodriques表示：我們的AI科學(xué)家智能體，執(zhí)行起科學(xué)任務(wù)來已經(jīng)完勝人類！
通過把它們串聯(lián)起來，我們已經(jīng)很快有了全新的生物學(xué)發(fā)現(xiàn)。
這次FutureHouse發(fā)布的AI科學(xué)家，跟以往那些AI科學(xué)家有什么不同呢？
這主要就體現(xiàn)在，Crow、Falcon和Owl可以訪問大量完整的科學(xué)文本。
這就意味著，你可以向它們提出關(guān)于實驗方案和研究局限性的更詳細的問題。
而一般的網(wǎng)絡(luò)搜索智能體，通常只能訪問摘要，這就會錯過這些問題。
而且，它們還能使用各種因素來區(qū)分來源質(zhì)量，確保它們不會依賴低質(zhì)量的論文，或者是流行的科學(xué)來源。
最后還有一點，也是至關(guān)重要的一點，就是FutureHouse會為用戶提供一個API，允許研究者將這些智能體直接集成到他們的工作流中。
網(wǎng)友熱評：為我量身打造
已經(jīng)有網(wǎng)友摩拳擦掌，表示自己已經(jīng)在想象使用起這個AI科學(xué)家的樣子了。
有人表示，自己如今已經(jīng)63歲了，有過12年的學(xué)界經(jīng)驗，和25年的私人診所經(jīng)驗，感覺這些AI科學(xué)家非常適合自己。
當(dāng)然，也有人提出疑問：這些產(chǎn)品使用的數(shù)據(jù)經(jīng)過允許了嗎？
誠然，目前這些智能體還不能自主完成大多數(shù)的科學(xué)研究。
不過我們已經(jīng)可以用它們來生成和評估新的假設(shè)，規(guī)劃新的實驗，速度還比以前快很多。
另外，F(xiàn)uture House內(nèi)部還有專門用于數(shù)據(jù)分析、假設(shè)生成、蛋白質(zhì)工程等方面的智能體，未來幾個月內(nèi)即將上線。
人類科研效率在下降，該AI上場了！
所以，AI科學(xué)家具體是怎么工作的？
FutureHouse的三位科學(xué)家，為我們提供了詳盡的解答。
據(jù)他們介紹，F(xiàn)utureHouse的平臺，是從科學(xué)第一的角度構(gòu)建的，而不僅僅是為了吸引盡可能多的用戶。
這三位科學(xué)家，本身對于科學(xué)就有著十分濃厚的興趣。
比如左邊的Michaela，在過去十年中，一直對控制人類細胞基因調(diào)控的分子機制十分好奇；中間的Mike是一位計算材料科學(xué)博士。
右邊的Andrew表示，當(dāng)他們共同創(chuàng)立未來之家時，他們注意到很多生產(chǎn)力和科學(xué)都在下降——每年人類發(fā)表的論文都越來越多，但突破卻越來越少。
與此同時，AI卻已經(jīng)進化到了可以真正加速科學(xué)發(fā)展的程度。
因此，他們希望能讓AI科學(xué)家做到自動化科研的全過程，如搜索文獻、生成假設(shè)和進行分析。
其中，Crow非常適合文獻檢索問題，尤其是需要使用開放目標(biāo)等數(shù)據(jù)源的問題提供簡潔答案的時候。
Falcon是一個更深度的搜索工具，會考慮更多的來源，會在回答中為我們提供長篇報告。
Owl則專注于先例搜索，如果你好奇某項科研此前是否已經(jīng)被做過，它的用武之地就來了。而且，它非常擅長梳理出某研究和過去研究的細微差別。
Phoenix則是一名化學(xué)藥劑師，比其他科學(xué)家顯得更定制化，更關(guān)注化學(xué)問題。
從PCOS開始，找到值得研究的新藥
比如Michaela表示，自己的朋友最近表示自己有多囊卵巢綜合征（PCOS），卻很難找到一種非激素的治療方法。
Michaela就實測了一番，是否能用這些AI科學(xué)家從零知識獲得明確的可驗證假設(shè)。
首先，她去問Falcon：請對PCOS進行全面解釋。然后，AI科學(xué)家就開始工作了，并且我們可以看到全程的推理過程。
可以看到，F(xiàn)alcon創(chuàng)建了自己的搜索詞，去搜尋已發(fā)表的論文，這一切都是它自行決定的。
更特別的是，跟主流的Agent不同，F(xiàn)utureHouse的AI科學(xué)家可以訪問科學(xué)文獻的全文。引用次數(shù)、引用圖表、來自哪些期刊，都一清二楚。
在下一步，它抽出了其中的19份論文，同時還納入了治療PCOS的臨床實驗信息。
隨后，就發(fā)生了一個非常密集的推理過程，F(xiàn)alcon會找到與所提問題最相關(guān)的背景證據(jù)。在整個系統(tǒng)中，這種信息漏斗的功能極其強大。
幾位科學(xué)家表示，這個AI是目前該領(lǐng)域性能最強的信息提取系統(tǒng)之一。
下一步，就該Crow出場了。它被問到一個相當(dāng)具體的問題：在基因組關(guān)聯(lián)研究中，哪些關(guān)鍵基因跟PCOS相關(guān)？是否有人做過更清晰的篩選？
果然，Crow發(fā)現(xiàn)了此前的研究：已經(jīng)有人在一項功能基因組學(xué)研究中， 將特定基因表達的增加，與細胞培養(yǎng)中睪酮表達的增加聯(lián)系起來。
但這是為什么呢？AI科學(xué)家也能找到答案。
就這樣，我們從對PCOS一無所知的小白，一下子掌握了決定該領(lǐng)域的一個關(guān)鍵差距，本來這會耗費我們大量時間去閱讀資料、與專家交談的，現(xiàn)在全都省去了。
甚至我們還可以點擊鏈接，看到實際的推理軌跡：AI會解釋為什么選擇這項來源。
對于科學(xué)家而言，AI科學(xué)家的輔助無疑意義重大。
因為在生物學(xué)或藥物設(shè)計領(lǐng)域擁有豐富經(jīng)驗的研究者，并不會成為工程師，對于諸如抓取論文、設(shè)置分布式數(shù)據(jù)庫、速率限制這類事都并不擅長。
而這，就是FutureHouse平臺誕生的意義。
那如何在提出假設(shè)和檢驗假設(shè)這兩方面取得進展呢？這就需要Phoenix出場了。
我們可以向它提問，讓它給出三種可以治療由DENND1A過度表達引起的疾病的新型化合物。（這是基于此前AI科學(xué)家給出的調(diào)研結(jié)果）
因為在這個階段，我們需要找到能治療PCOS的藥物。
我們可以從與蛋白質(zhì)結(jié)合的分子開始，確保它更易溶解，不會進入肝臟或腎臟，以及沒有獲得過專利。
在提問中，我們了解到，目前不存在已知的針對該基因的結(jié)合劑。這就提供了一個很好的線索，甚至值得投入資金來進行藥物研發(fā)。
最后，AI科學(xué)家給出了一份關(guān)于不同候選分子的報告，列出了它們已知的結(jié)合物，以及為什么可能與調(diào)節(jié)DENND1A的表達有關(guān)。
這樣，它就給出了下一步研究的起點，我們可以直接去實驗室中驗證了。
1年造出AI科學(xué)家
FutureHouse的科學(xué)總監(jiān)/聯(lián)合創(chuàng)始人Andrew White，在X上回顧了過去一年的研發(fā)歷程。
2024年6月，F(xiàn)utureHouse發(fā)布了Lab-Bench基準(zhǔn)測試。
2024年9月，F(xiàn)utureHous成功開發(fā)了PaperQA2智能體。
PaperQA2示意圖：與傳統(tǒng)的RAG不同，在PaperQA2中LLM決定將哪些工具應(yīng)用于查詢。
2024年10月，他們編寫了17,000篇關(guān)于人類編碼基因的維基百科文章，驗證了AI科學(xué)家的可行性。
2024年12月，他們利用新的框架和訓(xùn)練方法，在多個任務(wù)上了訓(xùn)練智能體——在分子克隆和文獻研究方面超過生物學(xué)專家20多個準(zhǔn)確率點。
昨天，他們隆重發(fā)布了FutureHouse平臺。
獨具匠心的智能體，
真正改變科研
與傳統(tǒng)智能體相比，F(xiàn)utureHouse智能體的優(yōu)勢非常獨特：
它們不僅能夠訪問海量高質(zhì)量的免費論文和專業(yè)科學(xué)工具，而且還能從專業(yè)的論文數(shù)據(jù)庫中精準(zhǔn)搜索信息。
它們還能模仿研究人員，采用多種方法評估信息來源的質(zhì)量。
而且這些智能體的推理過程完全透明，對每個信息來源都進行了多階段的深入分析。
更重要的是，用戶可以清晰地查看整個推理過程，了解智能體得出結(jié)論的每一步依據(jù)。
此外，F(xiàn)utureHouse平臺具備良好的擴展性。
科學(xué)家個人往往難以維護自己的AI智能體部署，因此FutureHouse不僅提供了網(wǎng)頁端接口，還開放了API，便于研究人員將其集成進實際工作流中。
通過大規(guī)模整合和鏈接這些智能體，科學(xué)家能夠大幅提升科學(xué)發(fā)現(xiàn)的速度與效率。
已知的具體應(yīng)用場景
這個平臺尤其擅長應(yīng)對以下兩類問題：
需要詳盡全文文獻分析的研究課題，
或需要運用專業(yè)化學(xué)工具的探索任務(wù)。
具體應(yīng)用場景包括：
挖掘疾病路徑中的未知機制：用戶可利用Falcon獲取背景知識，Crow挖掘關(guān)鍵基因關(guān)聯(lián)，Owl定位研究空白。
這些操作只要幾分鐘就能完成，而傳統(tǒng)的文獻調(diào)研要花費數(shù)周時間。
系統(tǒng)梳理文獻中的矛盾：用戶可利用Falcon分析數(shù)百篇論文中爭議性話題的矛盾證據(jù)，精準(zhǔn)指出需要進一步實驗去澄清的爭議點。
深入剖析實驗方法：由于智能體可以訪問計劃全部的科學(xué)論文，用戶可詳細詢問實驗方法或研究局限性，挖掘摘要中難以察覺的關(guān)鍵細節(jié)。
通過API定制研究流程：研究團隊利用API構(gòu)建軟件系統(tǒng)，實時監(jiān)控最新論文，或大規(guī)模搜索文獻，為篩選實驗結(jié)果提供全面的背景知識支持。
尋找目標(biāo)蛋白的結(jié)合候選物：科學(xué)家可指示Phoenix基于現(xiàn)有數(shù)據(jù)，篩選結(jié)合目標(biāo)蛋白的候選物，同時滿足溶解度、官能團或新穎性等復(fù)雜要求。
探索化學(xué)知識：Phoenix能判斷化合物的新穎性、估算成本、預(yù)測化學(xué)反應(yīng)結(jié)果，甚至比較直接購買與自行合成化學(xué)品的成本。
參考資料：
https://x.com/andrewwhite01/status/1917964546880286802
https://x.com/SGRodriques/status/1917960862071152811
https://www.futurehouse.org/research-announcements/launching-futurehouse-platform-ai-agents
https://techcrunch.com/2025/05/01/futurehouse-releases-ai-tools-it-claims-can-accelerate-science/
熱門跟貼