科学家团队正利用人工智能（AI）工具来搜寻外星生命，这一新系统名为AstroAgents，由八个“AI代理”组成。这些代理能够自主分析数据并生成科学假设，进一步推动天体生物学的研究，即研究宇宙中生命的起源。AstroAgents的研发团队表示，他们将使用这一工具来分析NASA计划从火星带回的岩石样本，以确定是否含有有机分子，这些分子可能是过去或现在生命存在的证据。该团队于4月27日在新加坡举行的国际学习表征会议（International Conference on Learning Representations）上展示了AstroAgents。 与其他旨在自动化科学研究过程的AI工具相比，如文献阅读、假设生成乃至论文撰写，AstroAgents在天体生物学领域的应用尚属首次。这些AI代理基于大型语言模型（LLM），能够在特定任务中做出决定、执行任务、评估结果并适应新情况。研究团队通过给予不同的提示来定义每个代理的行为，例如，“数据分析师”被指示寻找数据中的重要模式，“规划者”决定如何分配任务给其他“科学家”代理进行进一步研究和假设生成，“评论家”则负责评估假设并建议改进措施。 研究人员尝试了两种LLM——Claude Sonnet 3.5和Gemini 2.0 Flash——来驱动AstroAgents。他们向每个系统提供了8块流星和10个地球土壤样本（包括来自南极洲和智利阿塔卡马沙漠的样本）的质量光谱数据，并进行了10轮的优化。通过这种方式，AstroAgents成功地生成了大量关于天体生物学的假设，展示了其在复杂数据分析和科学探索中的潜力。 NASA戈达德太空飞行中心的天体生物学家Denise Buckner认为，这项技术有助于更好地理解空间分子形成机制，地球上生命的分子形成及其保存方式，以及应搜索哪些具体的生命迹象。她参与了一篇描述AstroAgents的预印本论文，强调了这一系统在未来火星样本研究中的重要作用。 Carnegie科学地球与行星实验室的天体生物学家Michael Wong指出，将假设生成工作分解给多个专业代理的做法非常创新，这是天体生物学领域的新突破。Georgia理工学院的计算机科学家Amirali Aghazadeh表示，由于数据的复杂性，分配多个任务给多个专门的“科学家”代理更为有效，这体现了系统的独特之处。 业内专家认为，AstroAgents的成功展示了一个新的方向，即将活跃型AI系统应用于复杂的科学研究。这种系统不仅提高了研究效率，还具有生成原创假设的潜力。对于NASA而言，这项技术的引进将极大增强其在外星生命探索方面的能力。谷歌此前也推出了类似的AI“联合科学家”，用于研究肝病治疗方法和微生物抗药性的起因，显示出跨学科应用的巨大前景。