人工智能(AI)研究人员建立了一个能够独立研究天体生物学的系统。——AstroAgents，天体生物学是一门研究宇宙生命起源的学科。最近，预印服务器arXiv公布了相关研究成果。与此同时，研究人员在最近在新加坡举行的国际学习表征会议上展示了AstroAgents。

科学家们希望使用AI代理来研究从火星上取回的岩石样品。

AstroAgents由8个“AI代理”组成，它们能够处理数据，并产生科学的假设。为了使从阅读文献到提出假设，甚至论文写作的科学过程自动化，增加了一系列其它的AI工具。

该工具的发明者表示，他们将使用它来研究美国国家航空航天局(NASA)计划从火星带来的样品。这类工具还可以帮助确定样品是否包含有有机分子来解释过去或现在的生活。

作者之一，天体生物学家Denisenise，NASA戈达德太空飞行中心。 Buckner说：“这将有助于我们更好地理解分子是如何在太空中形成的，分子是如何在地球生命中形成的，以及它们是如何被保存的——然后我们应该找到哪些具体的迹象。”

这个工具就是AI代理系统的例子。该系统通常基于大型语言模型(LLM)，目的是成为比传统AI工具更积极的参与者，决定做什么，怎么做，评估结果，做出反应。它们的出现引起了一个激烈的讨论，即AI代理能否提出真正的原创科学思想，以及如何定义原创性。

最著名的例子之一是谷歌的AI“联合科学家”。它于2月发布，搜索了治疗肝病的隐性方法，并提出了抗生素抗药性是如何产生的。美国卡内基科学地球和行星实验室的天体生物学家Michael Wong表示，将AI代理应用于天体生物学是一个新的领域。

为指定代理人的行为，研究人员向LLM提供了不同的提醒。亚特兰大佐治亚理工学院的计算机科学家Amiralirali Aghazadeh表示，AstroAgents在多个代理之间划分假设的方法是创新的。

研究小组试图使用2个LLM驱动AstroAgentss——Claude Sonnet Geminini3.5 2.0 Flash。它们为每一个系统提供了来自地球各地的8颗陨石和10个土壤样本质谱数据，并进行了10轮改进。

结果，Gemini给出了101个假设，Claude给出了48个假设。一种假设认为，地球上发现的一些分子可以作为“可靠的生物标志”来解释生命的存在。另一种假设是，两颗陨石中发现的一组有机分子可能是通过一系列相同的化学变化形成的。

Buckner对每一个假设进行了评分。在Gemini中，她认为36个假设是合理的，24个假设是新颖的。相比之下，Claude提出的假设没有一个是原创的，但是它提出的假设比Gemini的错误更少，更清晰。

Buckner表示，AstroAgents有助于研究假设的数量和在复杂质谱图中识别模式的能力。“这比一个人能做得更进一步。”她说。

Buckner期望使用AstroAgents来引导对未来样品的分析，特别是来自古代火星湖床的样品。

但Wong认为，AstroAgents是否做出了有用的贡献还不清楚，因为只有一个人评估了它的假设。“如果他们收集了100名不同专家的分数，这些分数会更有说服力。”Wong说，即使是那些分数较高的假设，也没有教会他“关于生命起源之谜的任何新知识”。

Aghazadeh认为代理AI工具将做出有价值的贡献。“我们才刚刚开始，只是触及了基础。”他说:“我们应该做很多工作来理解生命的起源，但代理AI将发挥关键作用。”