博客文章：

从知识图谱到多智能体编排：智能人工智能如何改变科学创新的未来？

2026 年 1 月 20 日

Agentic AI 的未来一瞥

现代实验室和研发正进入一个决定性的转变，迈向以自主性、速度和适应性为特征的真正运营智能。随着科学数据日益复杂，传统的静态、线性和预定义约束的AI模型已不再足够。为应对这些挑战，智能人工智能从被动编排向主动编排进行了根本转变。“能动型”一词指的是其独立行动、适应和持续学习的能力，以及高度目标导向的智能。它由机器学习模型或人工智能代理组成，这些智能体模拟人类决策，实时解决问题。在多智能体系统中，每个智能体执行特定子任务以达成目标，并通过多智能体协调协调。¹

在药物开发和发现等高影响力领域，人工智能代理与科学家合作，能够高效快速筛选和设计新颖化学实体，提出假设，并根据差距评估精确调整方案，使研究团队始终处于创新前沿。²

以下章节将探讨知识图谱和上下文感知搜索如何将智能人工智能的智能背景塑造成可作、决策准备的科学。³

语义如何赋能智能人工智能？

没有语义，智能人工智能就无法存在。在理解的语境中，语义定义了业务规则和关系，帮助客服人员理解数据的含义，而不仅仅是数据本身。¹ 通过语义学，代理理解概念，推理复杂步骤并推荐行动。在合规和治理中，语义模型嵌入了作为护栏的政策，确保AI行为符合规则并防止异常行为。语义学可以将自然语言翻译成基于上下文、易于理解的语言，使智能体能够准确解读意图，并帮助用户实时与数据对话。²

如果没有基于情境的方法，自主系统会通过数据误解放大人工智能幻觉，并基于模式识别而非科学理解做出决策。这造成了模糊性，在研发中是一个危险的前景，因为没有上下文的速度是个大风险。因此，语义技术使智能人工智能成为真正的科学协作者，因为它将智能体转变为一个真正值得信赖的基础设施，任何实验室都可以依赖其进行治理验证。

从简单的数据驱动模型到知识驱动的智能

多年来，研发领域发生了巨大变化，从基础的科学数据采集到复杂的统计模型，再到知识图谱。在实验室信息学领域，大多数实验室实现了数字化，知识图谱引入了明确的关系，共享的科学背景连接了各个点，并将其呈现为结构化的知识，而非孤立和断裂的数据。

知识图谱在组织和置于科学数据的背景方面表现出色，但它们缺乏推理、适应和独立作为作平台的能力。他们擅长提供情报准备平台，但不擅长情报平台。如何弥合这个差距？智能人工智能可以成为连接知识图谱、智能化运营数据的纽带。通过多智能体编排，它利用语义上下文，规划行动，从过去的错误中调整，基于科学背景进行推理，并将静态知识转化为自适应、目标驱动的作智能。

研发已经达到采用人工智能的转折点

随着人工智能工具、副驾驶和预测模型的广泛整合，极大加快了发现过程，科学行业正处于一个关键时刻。我们使用人工智能的方式正在发生根本性的转变。这得益于不同领域的客户和供应商对人工智能的兴趣和普遍认知度的提升。

生成式人工智能和传统自动化高度依赖线性、静态预测，在面对科学背景和真正智能的复杂性时，正达到极限。从孤立的分析和静态模型到集成智能系统，转型已在进行中，向一个能够主动推理和实验基于上下文智能的自适应、目标驱动平台的过程。知识图谱为组织庞大数据集奠定了基础，代理人工智能则帮助研发迈出自主性和真正智能的下一大步。实现研发中的真正自主性不仅需要高级算法;它要求理解情境驱动科学，将不同的知识图谱联系到一个统一的真理来源。³

智能人工智能对BioTech360意味着什么？

没有语义的平台是一种技术债务，今天的实验室无法承受。LabVantage 的 BioTech360 基于语义优先架构。其可寻性、可访问性、互作性和可重用（FAIR）基础和智能化研发生态系统为自主性提供了条件。它通过将今天的数字化转型转化为明天的代理创新，赋予研发组织战略优势。

将智能人工智能与BioTech360整合带来了重大机遇。它将将其领域特定模块提升为自主、知识驱动的发现引擎。通过以语义为先的基础，人工智能智能体不仅能思考，还能跨越知识图谱中所代表的生物和化学知识进行推理，加速设计、优化和决策。

通过多药物协同，药物可以协助更快的导向识别，从庞大的数据库中基于情境进行强有力的特定抗体、菌株和质粒搜索，甚至可以预测和确定可能的风险和不良事件，并根据情境设计治疗策略。在药物发现平台中，药物将具备利用结构-活性关系（SAR）和基于上下文的“成功到先导”化合物优化，以绝对准确度提供加速高通量筛选的能力。

智能人工智能在研发中的曙光

据预测，代理型人工智能 (Agentic AI) 从 2025 年到 2032 年的复合年增长率 (CAGR) 将达到 42.8%，并且到 2035 年，其市场规模有望增长至 883.5 亿美元，投资回报率 (ROI) 高达 171%。这些数据并非空穴来风，而是未来发展的明确趋势。那些率先投资代理型人工智能的组织，不仅将实现数据驱动的决策，还将具备强大的智能应用能力，从而在未来的市场竞争中占据先机。

如果知识图谱让科学数据变得易于理解，智能人工智能将更进一步，将其转化为可作的智能数据。智能人工智能能够推理、行动并自动化多步骤科学任务，重塑生命科学创新的预期。尽管头条新闻聚焦于先进人工智能能力，研发领导者真正的战略问题却更为现实

“我的数据准备好给AI用了吗？”

在LabVantage，我们通过语义知识平台帮助您奠定BioTech360这一关键基础，并通过代理人工智能功能实现自动化推理，覆盖您的研发工作流。

结果呢？你的组织不仅以数据为驱动，更真正具备情报准备。

LabVantage拥有超过40年的经验，是实验室信息学领域的先驱，他们开启了将自主智能嵌入复杂实验室解决方案的新篇章。想了解更多信息，请访问我们的LabVantage/BioTech360网站