据美国趣味科学网站3月16日报道，谷歌的新人工智能工具在短短两天内就解决了科学家耗费十年才解决的问题。

英国帝国理工学院微生物学教授何塞·佩纳德斯及其同事用了十年时间才搞清一些超级细菌是如何对抗生素产生耐药性的——这种日益严重的威胁每年夺去上百万人的生命。

但当研究团队通过简短提示向谷歌的“联合科学家”——一种旨在与研究人员合作的人工智能工具——提出这个问题后，该人工智能在短短两天内就给出了与研究人员当时未发表的发现相同的答案。

惊讶的佩纳德斯给谷歌发邮件，询问他们是否访问了他的研究成果。谷歌回复说没有。研究人员于2月19日在美国生物学预印本文献库上发表了他们的发现，这一发现尚未经过同行评审。

研究报告的共同作者、帝国理工学院细菌发病机制学讲师蒂亚戈·迪亚斯·达科斯塔在一份声明中说：“我们的发现显示，人工智能具有综合所有可用证据、将我们引向最重要问题和设计实验的潜力。如果这个系统像我们希望的那样运作良好，它可能会改变游戏规则。”

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。AMR被称为“无声的流行病”，是人类面临的最大健康威胁之一，因为在医学和农业中过度使用和滥用抗生素加速了它的流行。

根据美国疾病控制和预防中心(CDC)2019年的一份报告，当年全球至少有127万人死于耐药细菌，其中仅在美国就造成大约3.5万人死亡，这意味着自2013年CDC发布上一份AMR报告以来，美国因该问题死亡的人数飙升了52%。

为了研究这个问题，佩纳德斯团队开始探究一种超级细菌——被称为衣壳形成噬菌体诱导性染色体岛(cf-PICI)的侵袭细菌的病毒家族——是如何获得感染多种细菌的能力的。科学家们假设，这些病毒是通过获取尾巴来实现这一点的，尾巴被用来将病毒基因组注入宿主细菌细胞。

实验结果证明他们的预设是正确的，这揭示了科学界以前不知道的水平基因转移的突破性机制。在团队中的任何人公开分享其发现之前，研究人员向谷歌的人工智能工具提出了同样的问题。两天后，人工智能给出了建议，其中一个是他们知道的正确答案。

佩纳德斯在一份声明中说：“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，并提出我们通过多年艰苦的科学研究而得出的相同假设，但只用了很短的时间。”

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，但它会帮助他们更快地提出假设，从而省去数年的工作。

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，已有越来越多的人工智能辅助研究被证明是不可复制的，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。（编译/王海昉）