Schrödinger推出AI联合科学家Bunsen，代科学家运行自家模拟软件

免责声明：所有由撰稿人表达的观点仅代表其个人立场，不代表其雇主或BiopharmaTrend.com的观点。撰稿人对其提交至BiopharmaTrend.com的任何内容负全部责任，确保拥有所需的版权。本网站及其所有者不对撰稿人提交发表的信息和内容的准确性承担责任。

生成候选药物创意已变得成本低廉，而假说的供应量如今已超出任何组织的评估能力。Schrödinger的答案是于七月底推出的Bunsen：一个代理式AI联合科学家，能够代表科学家运行公司自有的模拟软件。目前该产品正以早期访问形式向部分客户开放，其中包括与Bristol Myers Squibb达成的一项战略软件协议，全面商业发布预计在2026年底之前完成，由NVIDIA和Google Cloud提供算力支持。

这家公司是这一产品的有趣发源地。Schrödinger以力场、采样算法和自由能方法而非学习模型建立了声誉，其首席执行官Ramy Farid直到不久前还是业界对AI驱动药物发现持怀疑态度的声音之一——STAT曾在2024年发表过一篇对他的采访，标题为“AI在药物发现中是‘胡说八道’，但如果你想的话，可以管Schrödinger叫‘AI’”。在Bunsen发布时，他撤回了这一立场，对Endpoints News表示：“说实话，我曾经非常怀疑，但我非常高兴自己错了。这是变革性的。”

为了理解这在实践中意味着什么，我采访了Schrödinger执行副总裁兼首席科学官Robert Abel博士，讨论了那些未能成功的原型、该代理已在公司自身计算基础设施中扩展到何种程度、它现在能做出哪些过去需要训练有素的建模师才能做出的决策、人类必须留在哪些环节，以及为什么那个能解决证据问题的实验在现实中无法开展。

Robert：Bunsen是我们代理式AI联合科学家，帮助研究人员理解科学目标、制定计算策略、执行复杂的分子发现工作流程并解读结果。通过将AI与基于物理的模拟相结合，Bunsen让研究人员能够在更大规模上运用其专业知识，探索更多科学可能性，以更强的信心优先推进最有前景的机会，并加速发现决策。

当科学家要求Bunsen执行一项复杂的科学任务时，例如运行虚拟筛选以寻找新颖命中物或开展从头设计项目，Bunsen首先会制定一份详细的工作计划。科学家审阅该计划，提供反馈并提出修改建议。

一旦科学家对计划感到满意，Bunsen便可在无需持续监督的情况下执行建模项目——这些工作此前可能需要建模师花费数天或数周的努力。科学家仍然可以检查中间输出、监控进度、抽查结果，并在整个过程中与Bunsen互动。

重要的是要准确界定被自动化的是什么。Bunsen所依托的方法——我们的力场、采样算法和自由能方法，以及规范其应用方式的协议——是众多杰出科学家团队数十年工作的成果，并已通过实验数据进行了广泛验证。Bunsen并非在发明新方法，而是在部署这一整套工作，在我们已验证的协议中做出选择，并在我们已表征的参数范围内运行。科学家仍然定义科学目标，并最终判定Bunsen是否正确理解了问题，以及该方法是否适用于目的。

我们最近发现，在我们HPC上运行的计算建模任务中，大约80%现在由Bunsen执行。这些任务包括自由能计算、分子动力学模拟、量子计算以及其他复杂的原子级建模。我们已经远远超越了这些系统作为高级搜索工具的阶段。Bunsen在做严肃的工作。

Robert：我们实际上在2023年底就开始在Schrödinger开发类Bunsen的代理系统，当时GPT-4发布不久。在接下来的一年半里，我们持续发现这些系统会在相对简单的任务上犯错，导致它们无法在现实的科学环境中发挥作用，尽管这些系统比70年代和80年代开发的专家系统强大和灵活得多。

到2025年底，我们的内部测试表明，代理系统已在能力上达到了阶跃式变化，使得代理式联合科学家的构想变得更加可行。底层模型已显著增强，这得益于模型架构、训练策略和计算资源可用性的改进。

但与早期专家系统还有另一个重要区别：Bunsen并不被期望简单地提供“答案”。它懂得何时以及如何使用一系列原子级建模技术，然后利用这些方法来探究一个科学问题。这给了它一个外部检验：分子模拟本身。Bunsen可以采取某种方法，评估结果，并根据模拟所示调整方向。MYCIN除了等待患者结果之外，没有任何类似的能力。

对代理式AI更广泛而言，仍然困难的是认识到自身知识和能力的边界。这也是人类专家仍然重要的原因之一——审阅工作计划，并在工作推进过程中抽查进展。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）