数千AI智能体32分钟读完数百万脑细胞

数千个AI智能体同时开工，32分钟读完人类要啃数月至一年的生物数据——OpenAI周三展示了这样一次实验。OpenAI与初创公司PerturbAI、斯克里普斯研究所合作，用数千个由GPT-Rosalind驱动的智能体，并行分析了来自数百万个小鼠脑细胞的现有实验数据。

这套方法被OpenAI称为「分布式生物推理」：数据集是一份全脑CRISPR图谱，记录了敲除不同基因后小鼠大脑各类细胞的反应。每个智能体负责一个基因扰动——分析细胞响应、检索科学文献、提出可能的解释——所有报告再汇总成一张连接基因、细胞效应、文献与候选机制的「推理图谱」。

研究团队估算，如果由人类逐项完成同等规模的分析和文献综述，需要数月到一年。智能体不仅复现了此前人类分析的结论，还挖出了新线索，其对研究新颖性和价值的判断与盲测中的人类专家基本一致。

两条线索最受关注。其一：DCTN1基因（突变可致帕金森样的佩里综合征）被扰动后，胆固醇合成基因的表达上升，智能体将其与「胆固醇转运障碍」的研究联系起来，指向神经退行性变的一条可能通路；其二：共同调控细胞生长通路的Tsc1与Tsc2基因，在小脑中的效应截然不同——只有Tsc2扰动大幅改变了神经通信相关基因，这与结节性硬化症临床观察吻合。

并行架构本身也被验证了价值：在相同模型和总算力下，单智能体处理全量数据时最多只引用11篇文献，而分布式方案引用超过700篇；盲测中，人类专家在75％的情况下更偏好多智能体的报告。剑桥大学的特希曼和加州大学旧金山分校的诺瓦科夫斯基等外部学者均对这一思路给予正面评价。

边界也要说清楚：这项成果以博客文章和预印本形式发布，未经同行评审；所有机制假设都还没进实验室验证，数据来自小鼠而非人类。推理图谱和代码已公开，科学家现在就可以上手排查这些线索。

编译自 OpenAI 官方博客，原标题："Using thousands of AI agents to uncover new leads in biological data"