
Google的新(AI)工具解決了一個問題,該問題花了十年的時間才能在短短兩天內解決。
JoséPenadés他在倫敦帝國學院的同事花了10年的時間來弄清楚一些超級細菌如何對抗生素產生抵抗力 - 這是日益增長的威脅每年奪取數百萬的生命。
但是,當團隊給予Google的“共同科學家”(一種旨在與研究人員合作的AI工具)時,這個問題在一個簡短的提示中時,AI的回答與他們在短短兩天內發表的發現產生了相同的答案。
Penadés驚訝地向Google發送了電子郵件檢查他們是否可以訪問他的研究。該公司回答說事實並非如此。研究人員於2月19日在預印服務器上發布了他們的發現生物,因此他們尚未經過同行評審。
“我們的發現表明,AI有可能綜合所有可用證據,並將我們引導到最重要的問題和實驗設計,”合著者Tiago Dias da Costa,倫敦帝國學院細菌發病機理的講師,在一份聲明中說。 “如果系統的運作和希望能夠運行,這可能會改變遊戲方式;排除'死胡同',並有效地使我們能夠以非凡的速度進步。”
使用人工智能與超級細菌作鬥爭
當傳染性微生物(例如細菌,病毒,真菌和寄生蟲)獲得對抗生素的耐藥性,使必需藥物無效時,就會發生抗菌耐藥性(AMR)。被稱為“”沉默的大流行,” AMR代表其中之一最大的健康威脅面對人類過度使用和濫用抗生素在醫學和農業中都加快了其流行率。
根據2019年的報告疾病控制與預防中心(CDC)當年,全球至少有127萬人口殺死了耐藥的細菌。這些死亡中約有35,000人僅在美國,這意味著該問題的死亡人數率高於52%以來CDC的最後一次AMR報告,2013年。
為了調查這個問題,彭加德斯和他的團隊開始尋找一種類型的超級細菌(一種被稱為皮克植物形成的噬菌體可誘導的染色體染色體島(CF-PICIS)的細菌家族)的能力,可感染各種細菌。
有關的:
科學家假設這些病毒是通過從不同細菌感染病毒中攝取將病毒基因組注入宿主細菌細胞中的尾巴來做到這一點的。實驗證明了他們的直覺是正確的,揭示了科學界以前不知道的水平基因轉移中的突破性機制。
在團隊中的任何人公開分享他們的發現之前,研究人員向Google的AI共同科學家工具提出了同樣的問題。兩天后,AI返回了建議,其中一個是他們知道的正確答案。
“這有效地意味著算法能夠查看可用的證據,分析可能性,提出問題,設計實驗,並提出了同樣的假設,即我們通過多年艱苦的科學研究得出的假設,但在很少的時間裡,”倫敦帝國學院的倫敦帝國學院教授Penadés在該聲明中說。
研究人員指出,從一開始使用AI就不會消除進行實驗的需求,但是它可以幫助他們提早提出假設,從而節省了多年的工作。
儘管有這些有希望的發現和,在科學中使用AI仍然存在爭議。例如,越來越多的AI輔助研究一直是被證明是不可複制的甚至徹底欺詐。為了最大程度地減少這些問題並最大化AI可能為研究帶來的好處,科學家們提出了檢測AI不當行為的工具並建立道德框架以評估發現的準確性。