共计 691 个字符，预计需要花费 2 分钟才能阅读完成。
在癌症治疗领域，一项突破性研究展示了 AI 与人类科学家合作的巨大潜力。剑桥大学领导的团队利用 GPT- 4 大型语言模型（LLM），从海量科学文献中挖掘隐藏模式，成功识别出可能对乳腺癌治疗有效的新型药物组合。
研究团队指示 GPT- 4 识别可能对乳腺癌细胞系产生显著影响的潜在新药物组合，并特别要求避免使用标准抗癌药物，优先选择价格合理且已获得监管机构批准的药物。在首次实验室测试中，GPT- 4 建议的 12 种药物组合中有 3 种比现有乳腺癌药物效果更佳。
随后，LLM 从这些测试中学习，进一步提出了 4 种组合，其中 3 种也显示出有希望的结果。发表在《皇家学会界面杂志》上的研究结果，展示了第一个实验闭环系统的实例，在该系统中，实验结果指导 LLM，而由人类科学家解读的 LLM 输出则指导进一步的实验。
研究人员强调，像 LLM 这样的工具并不能取代科学家，但可以成为受监督的 AI 研究人员，具备在癌症研究等领域发起、调整和加速发现的能力。通常被视为缺陷的“幻觉”在科学研究中可能是有益的，如果它们能带来值得测试的新想法。
通过探索微妙的协同作用和被忽视的途径，GPT- 4 帮助识别了六种有前景的药物组合，所有这些组合都通过实验室实验进行了测试。在这些组合中，辛伐他汀（常用于降低胆固醇）和双硫仑（用于治疗酒精依赖）对乳腺癌细胞表现出显著效果。其中一些组合显示出在治疗重新利用方面的进一步研究潜力。
“这项研究表明，AI 如何直接融入科学发现的迭代循环中，实现适应性、数据驱动的假设生成和实时验证，”合著者 Hector Zenil 博士表示。“受监督的 LLM 跨学科提出假设、整合先前结果并在迭代中协作的能力，标志着科学研究的新前沿。”
