Cell发表衰老专属AI系统：多项测试击败通用商业大模型

关键要点

• 研究团队在《细胞》（Cell）发表了首个集成专有模型与评测基准的衰老AI系统。
• 该系统设立17项评测任务，用来量化AI在长寿科学领域的推理能力。
• 专属模型在多数衰老基准测试中，表现超过OpenAI与DeepSeek的商业通用模型。
• 哈佛与剑桥学者指出，衰老与疾病的边界模糊，仍是AI理解衰老机制的最大挑战。

长寿科研迎来专属AI套件

解析衰老机制、延缓衰老进程，始终是生命科学的核心课题。最新发表在《细胞》（Cell）上的一项研究，给出一套专为长寿研究定制的人工智能系统。它由三部分构成。第一部分是基于衰老生物学数据训练的大语言模型（Large Language Models，LLMs），负责理解并回答衰老领域的专业问题。第二部分是包含17项任务的基准测试集，用来量化各类模型在衰老课题上的推理能力。第三部分是一个集成界面，能把专有模型、衰老研究工具与AI智能体（agent）串在一起，协助科研人员完成分析。

专用模型对决商业大模型

研究团队用这套基准，把自研的衰老专属模型和行业领先的通用商业模型做了对比。受测的通用模型来自OpenAI、DeepSeek等机构，参数量更大，训练数据也更丰富多样。结果显示，专属模型并未在全部测试中胜出，但在多数衰老任务上的表现超过了这些庞大的对手。哈佛医学院（Harvard Medical School）计算机科学家Marinka Zitnik评价说，这项成果为长寿与衰老领域做出了关键贡献。他同时指出，相关评测也能为下一代AI模型的开发提供明确指引。

衰老缺乏统一定义成AI瓶颈

这项研究直面了该领域最棘手的问题：科学家自己都还没厘清衰老的本质定义，又该如何训练AI去理解它。Zitnik指出，在癌症等特定疾病领域，算法的目标和边界往往很清楚。衰老则是一个复杂的生物过程，至今难以被精确概括。过去几十年里，研究者积累了海量数据来量化这个过程，并开发出多种测量「生物学年龄（biological age）」的衰老时钟。这些时钟依据面部特征、蛋白质水平、基因活性和脑部扫描来估算身体机能，判断一个人的衰老速度快于还是慢于实际年龄。

时钟读数难以厘清因果机制

生物学时钟的精细度在不断提升，但科学家对时钟读数的解读依然分歧很大。近期一项针对肺部疾病实验性药物的小型临床试验显示，受试者在六种衰老时钟上测出的生物学年龄都有所下降。研究者却难以断定，药物究竟是逆转了衰老的根本机制，还是仅仅改善了受试者的整体健康状况。剑桥大学（University of Cambridge）表观遗传学家Chiara Herzog强调，衰老在何处终止、疾病又从何处开始，两者在生物学上难以明确剥离。这一困境至今制约着长寿干预研究的深入推进。

对研究者的意义

对基因组学、单细胞与AI交叉领域的研究者来说，这项研究说明，深耕垂直生物学领域的模型可以在特定任务上超过通用大模型。17项基准任务的设立，为多组学数据与衰老计算模型的结合提供了标准化评测规范。不过，生物学时钟在机制解释上的局限也提醒我们，单纯依赖数据驱动的预测，还不足以回答衰老的本质问题。AI工具需要与高精度的因果组学实验结合，才能把相关性推进到机制层面。