两名基于人工智能的科学助理成功完成了药物重新靶向任务

周二，《自然》杂志发表了两篇论文，描述了旨在帮助科学家开发和测试假设的人工智能系统。其中一位是谷歌的联合科学家，他被设计为他们所说的“循环中的科学家”，这意味着研究人员定期应用他们的判断来指导系统。

第二个来自一个名为FutureHouse的非营利组织，它更进一步，训练了一个可以评估来自某些特定类别实验的生物数据的系统。虽然谷歌表示其系统也适用于物理学，但这两个小组都只提供生物数据，以及基本上简单的假设--这种药物将适用于此。

因此，这并不是试图取代科学家或科学过程。相反，它的目的是帮助当前人工智能最擅长的事情：咀嚼人类难以掌握的大量信息。这有什么用？这两个系统之间存在一些区别，但两者都被称为代理系统;它们通过调用不同的工具在后台操作。

（微软也对其科学助理采取了类似的方法;OpenAI似乎是一个例外，因为它只是针对生物学调整了法学硕士。）而且，虽然我们将强调它们之间存在差异，但它们都专注于同一个普遍问题：完全丰富的科学信息。

随着在线出版的便利，期刊数量呈爆炸式增长，论文数量也随之激增。

对于任何研究人员来说，保持自己领域的领先地位都变得很困难。在其他领域寻找潜在相关材料是一个真正的挑战。例如，如果您专注于眼睛发育，则使用的信号系统之一也可能与肾脏有关，并且很容易错过人们对其的发现。