Google I/O 展示了 AI 驱动科学的路径正在转变
两年前，一个 AI 工具为 Google DeepMind 赢得了诺贝尔奖。如今，研究人员正朝着一个新目标攀登。
存档页面：2026年5月22日 Stephanie Arnett/MIT Technology Review | Getty Images, Alphafold
执行摘要
在周二 Google I/O 的主题演讲中，Google DeepMind 的 CEO Demis Hassabis 宣称，我们目前正“站在奇点的山麓”。这是一个引人注目的表述——奇点是指 AI 迅速超越人类智能并彻底改变世界的理论未来时刻。但我在台下聆听时，真正触动我的是他说出这番话的语境。他登台以科学 AI 环节结束了这场演讲，该环节的核心是一段视频，详细展示了该公司的天气预报软件如何提前预警了去年飓风梅丽莎在牙买加的灾难性登陆——并可能挽救了生命。
如果这款名为 WeatherNext 的软件帮助任何人逃离了风暴或更好地加固了家园，那将是一项巨大而有意义的成就。但这很难证明奇点即将来临。Hassabis 的高调言辞与 WeatherNext 的实际成果之间的并置，凸显了两种截然不同的科学 AI 方法之间的张力。第一种方法专注于像 WeatherNext 这样的 AI 工具，它们被设计和训练用于解决特定的科学问题。第二种方法是基于 LLM 的智能体系统，未来有一天可以在没有人类参与的情况下执行前沿研究项目。
这第二种愿景目前正驱动着大量 AI 热情，包括最近围绕递归自我改进的兴奋——即 AI 系统最终可能成为 AI 进步的主要驱动者，随着 AI 系统变得更聪明，这一过程将越来越快。而且，智能体系统现在正在做出真正的研究贡献，有时只需有限的人类指导。
相关故事 人工智能科学家 继续阅读
就在本周，Google Cloud 的首席科学家 Pushmeet Kohli 在《Daedalus》期刊的 AI 与科学特刊上发表了一篇文章，写道：“我们正在走向一种不仅促进科学、而且开始从事科学的 AI。”随着自主 AI 科学家即将到来，投入大量精力开发超级专业化工具——即使是像 AlphaFold（DeepMind 科学家因此获得诺贝尔奖）或像 WeatherNext 这样可能挽救生命的系统——的理由变得越来越难以成立。这也预示着科学领域一个更加陌生的未来：人类与 AI 系统作为同行合作，或者 AI 甚至独立取得科学进展。
需要明确的是，Google 似乎并未放弃其在科学专用 AI 工具方面的工作。AlphaGenome 和 AlphaEarth Foundations（分别针对遗传学和地球科学应用进行训练）于去年夏天发布，最新版本的 WeatherNext 于去年 11 月推出。此外，这类工具在科学家中仍然极受欢迎。例如，去年 Google 报告称，全球超过 300 万研究人员使用了 AlphaFold 的蛋白质结构预测。而 Google 的子公司 Isomorphic Labs（旨在利用 AlphaFold 及相关技术开发新药）刚刚完成了 20 亿美元的 B 轮融资。
但在热情和资源方面，已有具体的调整迹象。上个月，《洛杉矶时报》报道称，因 AlphaFold 获得诺贝尔奖的 Google 研究员 John Jumper 目前正在从事 AI 编码工作，而非科学专用的 AI 工具。Google 将其最优秀的人才分配到编码问题上并不令人意外，因为该公司最近因其编码工具目前无法与 Anthropic 和 OpenAI 提供的工具相抗衡而声誉受损。但这可能也表明 Google 方面优先考虑智能体科学，因为编码能力是其中一些系统成功的关键。
在整个行业中，智能体研究系统正展现出真正的潜力。本周，OpenAI 宣布其一个模型推翻了一个重要的数学猜想——据一些数学家称，这可能是生成式 AI 迄今为止对数学做出的最有意义的贡献。重要的是，OpenAI 使用的模型并非专门用于解决数学问题，甚至不是专门用于研究；据该公司称，它是一个类似于 GPT-5.5 的通用推理模型。如果通用智能体能够独立为数学研究做出贡献，它们可能很快就能在科学领域做到同样的事情（尽管科学中的想法必须通过实验验证这一事实使其成为 AI 更难涉足的领域）。
相关故事 OpenAI 在科学领域的重大布局 继续阅读
Google 无疑正在为智能体驱动的科学未来投入大量关注。I/O 大会上重大的科学公告是新的 Gemini for Science 套件，它将该公司多个基于 LLM 的科学系统统一在一个品牌下。这包括生成假设的 AI Co-Scientist 和优化算法的 AlphaEvolve，它们目前仍未公开可用——但随着 Google 现在允许任何研究人员申请访问 Gemini for Science，它们可能很快会在科学界得到更广泛的应用。参与早期测试的科学家对其潜力充满热情：斯坦福大学的遗传学家 Gary Peltz 在《自然医学》的一篇文章中将使用 AI Co-Scientist 比作“咨询德尔斐神谕”。
Gemini for Science 与专用工具并非不相容；相反，智能体系统可以被设计成在必要时调用这些工具。而且，没有哪个智能体系统能在没有 AlphaFold 帮助的情况下预测蛋白质会折叠成的结构（至少目前还不能）。但该公司似乎正在转变其公众形象——并且至少将部分资源和人员（如 Jumper）从……