MIT未來屋AI加速科學突破

FutureHouse利用人工智能加速科學發現

由2019年麻省理工學院博士Sam Rodriques共同創立的FutureHouse，開發出一系列AI智能代理人，旨在自動化科學研究中多個關鍵步驟，推動科學進展的速度。

過去50年，許多研究者觀察到科學生產力逐漸下降——發現新知識所需的時間、經費和團隊規模都在增加。研究越來越複雜和專門化，科學家花更多時間閱讀文獻、設計實驗與分析數據，這成為進步的瓶頸。FutureHouse期望用AI平台自動化這些關鍵環節，助力科學研究加速。該平台由多個專門任務的AI代理組成，包括資訊檢索、資料綜合、化學合成設計及數據分析等。

創辦人Rodriques和Andrew White相信，為每位科學家提供這些AI代理，能突破科學研究的最大障礙，解決人類最迫切的問題。Rodriques指出：「自然語言才是科學真正的語言。雖然有人建立基於DNA或蛋白質語言的生物學基礎模型，這很強大，但科學發現並非以DNA或蛋白質呈現，我們唯有用自然語言來表達發現、假設和推理。」

發掘重大問題

Rodriques在MIT攻讀博士期間，曾在Ed Boyden教授實驗室研究腦部運作。他發現，即使擁有全部腦科學資料，沒有人有時間閱讀所有文獻，亦無法將零碎資訊組合成完整理論。這個觀察成為FutureHouse的核心靈感。

2019年，他在博士論文最後一章提出需要新型大型研究合作模式。畢業後他於倫敦Francis Crick研究所工作，但更傾向解決無法由單一實驗室完成的廣泛科學問題。他對如何自動化及擴大科學研究、以及新組織結構和技術如何提升科學生產力有濃厚興趣。

2022年11月ChatGPT 3.5推出，Rodriques看到更強大模型自行生成科學見解的潛力。同時他遇上計算化學家Andrew White，White曾獲早期使用ChatGPT 4的權限，並建造了首個大型科學語言代理。兩人攜手創立FutureHouse。

他們最初目標是打造各種AI工具，涵蓋文獻檢索、數據分析和假設生成。2024年9月推出PaperQA，Rodriques稱其為全球最佳的科學文獻檢索與摘要AI代理。同期推出Has Anyone，幫助科學家查詢是否有人做過特定實驗或探討特定假設。

「我們只是坐著想，『作為科學家，我們經常問什麼問題？』」Rodriques回憶。

今年5月1日，FutureHouse正式推出平台並重新命名部分工具：PaperQA改名為Crow，Has Anyone改為Owl。新代理Falcon能整合更多文獻來源，Phoenix協助化學實驗規劃，Finch則專注於生物數據驅動的發現。

5月20日，公司展示多代理科學發現流程，自動化科研關鍵步驟，並尋找出治療乾性年齡相關黃斑部病變（dAMD）的新候選藥物。6月推出ether0，一款擁有240億參數的開放權重化學推理模型。

Rodriques強調：「必須把這些代理視為整體系統的一部分。文獻檢索代理將與數據分析、假設生成、實驗規劃代理整合，協同工作。」

人人都能用的代理人

現時任何人都可透過platform.futurehouse.org使用FutureHouse代理。平台推出後業界反響熱烈，已有科學家利用代理人加快研究進程。

有科學家用代理找出可能跟多囊卵巢症候群相關的基因，並提出新治療假設。勞倫斯伯克利國家實驗室研究員用Crow打造AI助手，能檢索PubMed資料庫中有關阿爾茨海默症的資訊。另一機構的科學家用代理進行帕金森氏症基因系統性回顧，結果顯示FutureHouse代理表現優於一般AI。

Rodriques說，將代理視為聰明的科研助理，而非單純Google Scholar，能最大化平台效益。「尋求推測的人更傾向用ChatGPT 3進行深度研究，而想要忠實文獻回顧的，則更適合我們的代理。」

他預計FutureHouse代理將能利用研究論文中的原始數據，測試結果的可重複性及驗證結論。

長遠來看，為持續推動科學進步，FutureHouse正致力將隱性知識融入代理，提升分析能力，並賦予代理使用計算工具探索假設的能力。「科學基礎模型和蛋白質、DNA語言模型已有重大突破，我們需要讓代理能接入這些模型和其他科學常用工具。構建這樣的基礎設施至關重要。」Rodriques說。

—

評論與啟示

FutureHouse的AI平台代表了科學研究數字化和智能化的重要里程碑，尤其在當前科學研究日益複雜與跨領域的背景下，能有效減輕科學家繁重的文獻閱讀與數據分析負擔。其核心理念強調自然語言作為科學溝通與推理的唯一真正語言，這點非常關鍵，因為它將複雜的知識結構與人類思維直接連結，遠超過單純的基因或蛋白質語言模型。

此外，FutureHouse的多代理系統展現了模組化、協同工作的AI設計思維，這將是未來科學AI應用的趨勢。每個代理專精不同任務，彼此整合，猶如一個虛擬科學團隊，這不僅提升效率，也能促進跨學科合作。

然而，挑戰仍然存在。AI如何確保文獻檢索與數據分析的準確性、如何避免偏誤，特別是在涉及臨床和公共衛生等敏感領域，至關重要。且AI能否真正理解和生成富有洞見的科學假設，仍需時間和大量實證來驗證。

對香港及全球科研界而言，FutureHouse模式提供了寶貴借鑒：未來科學家不僅需掌握專業知識，更要懂得利用AI工具提升研究效率和質量。政府和科研機構應積極支持類似平台發展，推動科研數字化轉型，加速科技創新，回應社會迫切需求。

總結來說，FutureHouse不只是一個AI工具，更是一種重新定義科學研究工作流程和合作模式的嘗試。它啟示我們，未來的科學發現將是人類智慧與人工智能深度融合的產物，這種融合將改寫科研的速度與深度，開啟全新科技革命篇章。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。

✨ Nano Banana AI 生圖免費玩！

📸 上載你嘅「Before」，AI即刻幫你整出「After」！

🪄 一鍵變身｜真實人物 → 公仔風 / Cosplay / 海報風

🧍你上載的照片：

🎨 AI生成的照片:

🚀 即刻免費玩 Nano Banana