谷歌的AI科学家仅用两天时间就破解了困扰 10 年的超级细菌难题

科学家花了 10 年时间才弄清楚一种超级细菌如何获得感染不同细菌物种的能力。在得到提示后，谷歌的新 AI“助理科学家”在两天内就给出了答案。谷歌的新人工智能（AI）工具仅用两天时间就解决了科学家花了十年才解决的难题。

伦敦帝国理工学院的José Penadés和他的同事花了 10 年时间研究某些超级细菌如何获得抗生素耐药性——抗生素耐药性的威胁日益严重，每年夺走数百万人的生命。

但当该团队向谷歌的“共同科学家”——一种旨在与研究人员合作的人工智能工具——提出这个问题时，人工智能在短短两天内就给出了与他们当时未发表的研究结果相同的答案。

佩纳德斯感到十分惊讶，于是他给谷歌发了一封电子邮件，询问他们是否有权访问他的研究成果。谷歌回复称，他们无权访问。研究人员在预印本服务器bioRxiv上发表了他们的研究成果，因此尚未经过同行评审。

“我们的研究结果表明，人工智能有潜力综合所有可用的证据，并引导我们找到最重要的问题和实验设计，”伦敦帝国理工学院细菌

致病机理讲师、论文合著者蒂亚戈·迪亚斯·达科斯塔 (Tiago Dias da Costa)在一份声明中表示。“如果该系统能像我们希望的那样运行良好，那么这可能会改变游戏规则；排除‘死胡同’，并有效地让我们以非凡的速度取得进展。”

利用人工智能对抗超级细菌

抗菌素耐药性 (AMR) 是指细菌、病毒、真菌和寄生虫等传染性微生物对抗生素产生耐药性，导致基本药物失效。抗菌素耐药性被称为“无声流行病”，是人类面临的最大健康威胁之一，因为医药和农业领域抗生素的过度使用和滥用加速了其流行。

根据美国疾病控制与预防中心 (CDC) 2019 年的一份报告，耐药性细菌当年在全球造成至少 127 万人死亡。其中约 35,000 人死于美国，这意味着自2013 年 CDC 发布上一份耐药性报告以来，美国因该问题死亡的人数激增了 52% 。

为了研究这个问题，佩纳德斯和他的团队开始寻找一种超级细菌——一种被称为衣壳形成噬菌体诱导染色体岛（cf-PICI）的细菌感染病毒家族——获得感染不同种类细菌的能力的方法。

科学家们推测，这些病毒是通过从不同的细菌感染病毒中获取尾巴（用于将病毒基因组注入宿主细菌细胞）来实现这一点的。实验证明了他们的猜测是正确的，揭示了科学界此前未曾意识到的水平基因转移的突破性机制。

在团队中任何人公开分享他们的研究成果之前，研究人员向谷歌的人工智能联合科学家工具提出了同样的问题。两天后，人工智能给出了建议，其中一个是他们所知道的正确答案。

伦敦帝国理工学院微生物学教授佩纳德斯在声明中表示：“这实际上意味着，该算法能够查看现有证据，分析可能性，提出问题，

设计实验，并提出我们经过多年艰苦的科学研究得出的相同假设，但只花费极短的时间。”

研究人员指出，从一开始就使用人工智能并不会消除进行实验的需要，但它可以帮助他们更快地提出假设，从而节省他们多年的工作时间。

尽管有这些和其他有希望的发现，人工智能在科学中的应用仍然存在争议。例如，越来越多的人工智能辅助研究已被证明是不可重复的，甚至是彻头彻尾的欺诈。为了最大限度地减少这些问题并最大限度地发挥人工智能给研究带来的好处，科学家们正在提出检测人工智能不当行为的工具，并建立道德框架来评估研究结果的准确性。