人工智能（AI）研究领域取得了一项引人注目的进展。研究人员成功创建了一个名为 AstroAgents的创新系统，该系统具备自主进行天体生物学研究的能力，旨在深入探索宇宙生命的起源。相关研究成果已公布于预印本服务器arXiv，同时，研究团队在日前于新加坡举行的国际学习表征会议上，向全球学者展示了AstroAgents的卓越性能。
AstroAgents由8个“AI代理”协同构成，这些代理犹如训练有素的科研助手，能够高效分析数据并生成科学假设。它整合了一系列先进的AI工具，力求实现从研读学术文献、提出创新性假设，直至撰写专业论文的整个科学研究流程的自动化，为天体生物学研究带来了全新的模式。
该系统的发明者表示，他们计划利用AstroAgents对美国国家航空航天局（NASA）计划从火星带回的样品展开深入研究。这些珍贵的样品有望揭示火星上过去或现在是否存在生命的关键线索，而AstroAgents将助力研究人员确定样品中是否含有能够表明生命迹象的有机分子。
论文作者之一、NASA戈达德太空飞行中心的天体生物学家Denise Buckner指出：“AstroAgents 的应用，有助于我们更深入地理解分子在太空中的形成机制、在地球生命诞生过程中的演变，以及它们的保存方式，进而明确我们在寻找外星生命时应重点关注的具体迹象。”
作为 “AI代理” 系统的典型范例，AstroAgents基于大型语言模型（LLM）构建，相较于传统AI工具，它能够更积极主动地参与到科研工作中。它能够自主判断研究方向和方法，对研究结果进行评估，并根据评估结果灵活调整研究策略。然而，这类 “AI 代理” 系统的出现，也引发了科学界的热烈讨论，焦点集中在它们能否提出真正具有原创性的科学观点，以及如何准确界定其观点的新颖性。美国卡内基科学地球与行星实验室的天体生物学家Michael Wong认为，将AI代理应用于天体生物学领域，尚属全新的探索方向。
为了精准设定 “AI代理” 的行为模式，研究人员向LLM输入了多样化的提示。研究团队尝试采用 Claude Sonnet 3.5和Gemini 2.0 Flash 这两种大型语言模型驱动 AstroAgents，并为每个系统提供了8颗陨石以及10份取自地球不同地区的土壤样本的质谱数据，历经十轮优化改进。
