Google I/O展示了人工智能驱动的科学道路正在发生怎样的转变

Google I/O展示了人工智能驱动的科学道路正在发生怎样的转变两年前，一款人工智能工具为谷歌DeepMind赢得了诺贝尔奖。研究人员现在正在朝着一个新的目标攀登。

在周二的Google I/O主题演讲中，Google DeepMind首席执行官Demis Hassabis宣称，我们目前“站在奇异点的山脚下。“这是一个引人注目的陈述--奇异性是理论上的未来时刻，人工智能迅速超越人类智力并戏剧性地改变世界。

但当我在听众中倾听时，让我印象深刻的是他说这些话的背景。他在台上以科学人工智能的部分结束了会议，其中的核心是一段视频，详细介绍了该公司的天气预测软件如何提供有关飓风梅丽莎去年在牙买加灾难性登陆的预先警报，并可能挽救生命。

如果这个名为WeatherNext的软件帮助任何人逃离风暴或更好地加固他们的家园，那就是一项巨大而有意义的成就。但这很难证明奇异性即将到来。哈萨比斯的崇高言论与WeatherNext的现实结果的并列凸显了两种截然不同的人工智能科学方法之间的紧张关系。

第一个重点关注人工智能工具，例如WeatherNext，这些工具旨在解决特定的科学问题。第二个是基于LLM的代理系统，有一天可以在没有人类参与的情况下执行尖端研究项目。

这第二个愿景目前激发了人工智能的大量热情，包括最近对循环自我完善的兴奋，或者人工智能系统最终可能成为人工智能进步的主要驱动力的想法--随着人工智能系统变得越来越智能，这个过程将会变得越来越快。

代理系统现在正在做出真正的研究贡献，有时人类指导有限。就在本周，谷歌云首席科学家普什米特·科利（Pushmeet Kohli）在《代达罗斯》杂志的人工智能和科学特刊上发表了一篇文章，写道：“我们正在走向人工智能，它不仅促进科学，而且开始做科学。

“随着自主人工智能科学家的出现，很难证明大规模开发超级专业化工具的合理性--即使是像AlphaFold这样的工具（DeepMind科学家因此获得诺贝尔奖），或者像WeatherNext这样的潜在救生系统。

它还预示着科学的一个更加奇怪的未来，人类和人工智能系统作为同伴合作，或者人工智能甚至自己取得科学进步。需要明确的是，谷歌似乎并没有放弃其在科学工具专用人工智能方面的工作。

AlphaGenome和AlphaEarth基金会分别接受遗传学和地球科学应用培训，于去年夏天发布，最新版本的WeatherNext于11月发布。更重要的是，此类工具在科学家中仍然非常受欢迎。

例如，去年，谷歌报告称，AlphaFold的蛋白质结构预测已被全球超过300万研究人员使用。谷歌子公司Isomorphic Labs刚刚筹集了20亿美元的B轮融资，旨在利用AlphaFold和相关技术开发新药。

但无论是在热情还是资源方面，都出现了调整的具体迹象。上个月，《洛杉矶时报》报道称，凭借AlphaFold获得诺贝尔奖的谷歌研究员约翰·朱珀（John Jumper）现在正在研究人工智能编码，而不是研究特定于科学的人工智能工具。

谷歌将其最优秀的人才投入到编码问题上并不奇怪，因为该公司最近声誉受到了打击，因为其编码工具目前无法抵挡Anthropic和OpenAI提供的工具。但这也可能标志着谷歌优先考虑代理科学，因为编码能力是其中一些系统成功的关键。

在整个行业中，代理研究人员系统正在显示出真正的潜力。本周，OpenAI宣布他们的一个模型反驳了一个重要的数学猜想--据一些数学家称，这也许是生成性人工智能迄今为止对数学做出的最有意义的贡献。重要的是，OpenAI使用的模型并不专门用于解决数学问题，甚至不是用于研究;

据该公司称，这是一个类似GPT-5的通用推理模型。5.

如果一般代理人能够对数学研究做出独立贡献，他们可能很快就能够在科学中做出同样的贡献（尽管科学中的想法必须经过实验验证这一事实使其对人工智能来说是一个更困难的领域）。谷歌无疑对代理驱动的科学未来投入了大量关注。

I/O上的重大科学公告是新的Gemini for Science包，该包将公司的多个基于LLM的科学系统整合在一个品牌下。

其中包括生成假设的人工智能联合科学家和算法优化的AlphaEvolve，这两个产品尚未公开，但由于谷歌现在允许任何研究人员申请访问Gemini for Science，它们可能很快就会在科学界看到更广泛的采用。

参与早期测试的科学家对它们的潜力充满热情：斯坦福大学遗传学家加里·佩尔茨（Gary Peltz）在《自然医学》的一篇文章中将使用人工智能联合科学家比作“咨询德尔菲的预言”。科学双子座与专业工具并非不相容;

相反，代理系统可以被设计为在此类工具可能有用时调用它们。如果没有AlphaFold的帮助（至少目前还不能），任何代理系统都无法预测蛋白质将折叠成的结构。但该公司似乎正在改变其公众形象--至少是一些资源和人员，例如Jumper--不再专门开发此类工具。

尽管AlphaFold解决蛋白质折叠问题才过去了五年，但技术和话语都迅速超越了这一曾经的革命性成就。谷歌一直小心翼翼地将这组新的科学代理定位为人类科学家的促进剂，而不是他们的替代品-例如，选择“人工智能共同科学家”这个名字似乎是相当深思熟虑的。

哈萨比斯在谈论科学人工智能格局的变化时也使用了同样的以人为本的框架。哈萨比斯在《代达罗斯号》发表的采访中表示：“在接下来的十年左右的时间里，我们应该将人工智能视为帮助科学家的神奇工具。”“超过这个时间范围，很难确定，但也许这些系统会变得更像合作者。

”但如果没有一个人本身就成为一名熟练的科学家，就不可能成为一名有效的科学合作者。如果哈萨比斯在谈论“奇异点的山麓”时接近目标，那么人工智能科学家最终可能会超越人类同行的能力。

在与I/O记者迈克·艾伦（Mike Allen）的讨论中，哈萨比斯谈到了当他观察到物理学的进步自20世纪70年代以来停滞不前时，他最初是如何受到启发去追求人工智能的;他想知道人类思维是否已经达到了该领域的极限，以及人工智能是否可以帮助克服这一障碍。

超人的代理科学家肯定符合这一要求。我们可能永远无法接近这一目标，但谷歌似乎正在瞄准那个顶峰。深潜人工智能想了解人工智能的现状吗？查看这些图表。根据斯坦福大学2026年人工智能指数，人工智能正在冲刺，而我们却在努力跟上。

人工智能目前最重要的10件事《麻省理工学院技术评论》对2026年人工智能的10项技术、新兴趋势、大胆想法和强大运动进行了权威概述。

马斯克诉奥特曼第一周：埃隆·马斯克说他被欺骗了，警告人工智能可能会杀死我们所有人，并承认xAI提炼了OpenAI的模型马斯克保持冷静，OpenAI的律师对他起诉该公司的动机提出了尖锐的问题