由埃里克·施密特（Eric Schmidt）支持的公益组织FutureHouse近日发布了一款新工具，该组织宣称该工具能促进生物学领域的“数据驱动型发现”。这个旨在十年内培育出“AI科学家”的机构，在推出API平台仅一周后便发布了这款名为Finch的工具。
Finch的工作原理是：输入生物学数据（主要以科研论文形式）和问题指令（例如“能否解析癌症转移的分子驱动机制？”），系统会先运行代码，随后生成数据图表并分析结果。FutureHouse联合创始人兼CEO萨姆·罗德里格斯（Sam Rodriques）表示，其能力相当于“研究生一年级水平”。
“能在几分钟内完成这些操作堪称超级能力。”罗德里格斯写道，“它确实能发现些令人惊艳的内容……在我们内部项目中，它的表现相当出色。”与众多科技初创企业和巨头类似，FutureHouse主张Finch等AI工具终将实现科研流程的自动化。
今年早些时候，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）曾撰文指出，“超智能”AI工具或将“极大加速科学发现与创新进程”。无独有偶，本周刚启动“AI科研计划”的Anthropic公司CEO也大胆预测，AI可能助力研发针对多数癌症的治疗方案。
但目前尚缺乏实证支持。许多研究者认为当前AI对科研进程的指导作用有限。值得注意的是，FutureHouse迄今尚未借助其AI工具取得任何重大科学突破或原创发现。
生物学领域，尤其是药物研发环节，正成为AI企业争相布局的热门赛道。据估算，该市场规模2024年已达4787.5亿元人民币（658.8亿美元），2034年有望突破11654.4亿元人民币（1603.1亿美元）。
尽管偶有成功案例，AI尚未在实验室场景展现出立竿见影的魔力。近年来，包括Exscientia和BenevolentAI在内的多家AI制药公司相继遭遇重大临床试验失败。即便是谷歌DeepMind开发的AlphaFold 3等尖端AI药物发现系统，其预测准确性也存在较大波动。
罗德里格斯坦言，Finch同样会犯“低级错误”——为此FutureHouse正在招募生物信息学家和计算生物学家，在封闭测试阶段协助评估系统准确性、可靠性并进行训练优化。感兴趣的研究人员可通过指定渠道申请试用。
