计算机的发展史就是一部提高个人和企业生产力的历史。从 20 世纪 70 年代的命令行界面 (CLI) 到 20 世纪 80 年代的图形用户界面 (GUI)，复杂的语法通过可视化图标和窗口得以抽象化。随后，计算学习曲线的扁平化加速了个人电脑（PC）的普及，并在 20 世纪 90 年代催生了万维网和建立在万维网基础上的互联网应用。上世纪末，触摸屏手机和移动操作系统让我们的手掌拥有了强大的计算能力。现在，生成式人工智能（AI）正在加速数字应用的普及，并为人机交互带来下一个划时代的转变。            老牌公司的产品以及新加入的硬件厂商都在操作系统中嵌入了生成式人工智能。事实上，所有智能手机都有可能进行以人工智能为中心的重新设计，未来与产品市场相匹配的人工智能可穿戴设备可能会像智能手机本身一样普及。            随着消费者采用新的外形因素，一个新的消费硬件异质化时期似乎正在出现，至少在本十年末会蓬勃发展。如下图所示，电话在美国投入商用后需要近 70 年的时间才能达到 50%的饱和度，而一个世纪后的个人电脑只用了不到 26 年的时间就达到了 50%的饱和度，手机用了 16 年，而智能手机只用了 6 年。                                我们的研究表明，人工智能消费硬件（定义为集成了人工智能代理的硬件）可在不到四年的时间内渗透到美国互联网用户群的 50%，到 2030 年底渗透率将接近 75%，而 2022 年的渗透率几乎为零。 在本文中，我们

原文标题：Autonomous Science: AI Agents And Self-Driving Labs Are Redefining Drug Discovery 作者：Nemo Marjanovic，PhD 人工智能代理和先进机器人技术的融合使自主科学成为研究领域的一次变革性飞跃。 虚拟实验室（VL）就是一个典型的例子。VL 由James Zou在斯坦福大学的团队开发，采用人工智能代理来复制人类协作。在这个系统中，一个主要研究员代理指导计算生物学家和免疫学家应对复杂的挑战。通过快速设计 SARS-CoV-2 纳米抗体结合体，这种方法整合了 AlphaFold-Multimer、ESM 和 Rosetta 等工具。VL 生成了 92 个候选体，其中两个与变异体的结合力有所提高，这凸显了人工智能加速发现的潜力。 Recursion Biosciences 的自我驱动实验室是自主科学的另一个例证，该实验室由其专有的 LOWE LLM 系统驱动。该系统在一个闭环框架中自动生成假设、执行实验和进行数据分析，并根据实时结果动态改进实验。 自主科学依赖于两大支柱：用于预测建模和决策的人工智能代理以及用于执行精确、可扩展实验的机器人自动化。机器人平台实现了高通量筛选和持续学习，为创新创造了一个综合生态系统。 这种模式有望彻底改变各学科的生产力。通过将计算能力与实验自动化相结合，自主科学将释放出前所未有的发现潜力，重塑我们对自然世界的理解和互动方式。 免责声明：本内容仅作为翻译记录，不构成任何投资建议。