机器已经在下棋、识别鸟鸣和预测复杂蛋白质结构等方面胜过人类。但是，在涉及到真正聪明和需要直觉的东西（比如原创科学研究）时，我们人类喜欢认为我们仍然具有优势。
我们可能需要再想一想。6月早些时候，在伦敦举行的人工智能研究与应用峰会(RAAIS)上，加拿大药物研发公司Valence Labs总裁丹尼尔•科恩(Daniel Cohen)讨论了“自主科学发现”这一诱人、但略微令人不安的可能性。使用专业数据进行训练后，先进的人工智能(AI)模型也许很快就有能力生成假设、设计和运行实验、从结果中学习，并且全天候不断重复。“我们的使命是实现科学发现的工业化，”他表示。
与计算生物学领域的人士交谈，你很快就能理解他们对AI的兴奋。AI研究公司、谷歌(Google)旗下的DeepMind甚至在其AlphaFold程序为2亿个蛋白质结构建模后，分拆出一家独立的公司Isomorphic Labs来耕耘该领域。
您已阅读25%（397字），剩余75%（1169字）包含更多重要信息，订阅以继续探索完整内容，并享受更多专属服务。