Cell刊文：测算衰老速度的AI大模型问世！

理解人类为何衰老、如何延缓这一过程，是人类跨越千年的执念。如今，这一探索迈入人工智能时代。近日，一份发表于《Cell》（细胞）上的报告推出了一套量身定制的人工智能系统，旨在大幅加速衰老研究。该系统引入了基于衰老生物学数据训练的大型语言模型，还包含一套由17项任务组成的基准测试集，用于评估这些模型及其他大型语言模型在衰老相关研究中的表现，并提供一个接口，将模型与其他衰老研究工具整合，人工智能助手被称为“代理”以辅助分析。

作者利用基准测试，对自身的专用大型语言模型以及由OpenAI、DeepSeek等公司开发的超大规模前沿商用模型进行了评估。这些商用模型基于更大规模、更多样化的数据集训练，能胜任广泛任务。在许多测试中，专为衰老研究量身定制的大型语言模型表现优于通用大型语言模型。未参与该研究的哈佛医学院计算机科学家马林卡·齐特尼克表示：“这篇论文为长寿与衰老研究领域作出了非常重要的贡献，它能够为下一代人工智能模型的开发提供参考。”

这项研究还探讨了一个该领域的重要问题：当科学家自身尚未对衰老概念作出明确界定时，研究人员如何训练人工智能工具来理解衰老？齐特尼克指出，在某些疾病领域，例如癌症，人工智能的任务可以被定义得非常清晰，但“衰老是一个截然不同的课题，它很难界定”。研究人员花费数十年收集数据，以揭示“生物钟”的本质，其成果之一便是涌现出大量用于衡量生物性衰老的“时钟”，即评估人体表现出衰老迹象的速度。这类时钟通过分析面部特征、蛋白质水平、基因活性以及脑部影像等指标来测算生物年龄，旨在量化衰老效应是快于还是慢于个体的实际生理年龄。

然而，即便时钟精度日益提高，研究人员仍不确定该如何解读其测量结果。上周，一组研究人员报告称，一种用于治疗肺部疾病的实验性药物在一项小型临床试验中使受试者的生物年龄有所降低。这一结果基于6种不同的衰老时钟得出，但研究人员仍难以确定该药物究竟是真正逆转了衰老的基本过程，还是仅仅改善了整体健康状况。这不仅限于那项研究，而是一个令人困惑的问题。英国剑桥大学的表观遗传学家基亚拉·赫尔佐格问道：“衰老究竟在何处终结热门微博 科学新闻 衰老研究 哈勃观察员