Sakana AI公司吉印通打造AI科學(xué)家，未來(lái)科研或將邁入自動(dòng)化時(shí)代？

AI 已經(jīng)會(huì )搞科研、寫(xiě)論文了。

近日，一個(gè)名為 AI 科學(xué)家（The AI Scientist）的系統引起了廣泛關(guān)注。在無(wú)需人類(lèi)幫助的情況下，它可以獨立完成科學(xué)研究和后續論文的撰寫(xiě)，并且成本極低。

這個(gè)由日本 AI 初創(chuàng )公司 Sakana AI 與英國牛津大學(xué)和加拿大不列顛哥倫比亞大學(xué)的科學(xué)家們合作開(kāi)發(fā)的系統，預示著(zhù)科研工作或將邁入一個(gè)全新的自動(dòng)化時(shí)代。

（來(lái)源：Sakana AI）

AI 科學(xué)家系統的核心優(yōu)勢在于，其能夠自主完成從創(chuàng )意生成到論文撰寫(xiě)的整個(gè)研究過(guò)程。

這個(gè)系統利用大語(yǔ)言模型模仿科學(xué)研究的全過(guò)程，包括生成研究想法、設計和執行實(shí)驗、分析結果，甚至對自己的論文進(jìn)行同行評審。

近日，相關(guān)論文以《人工智能科學(xué)家：邁向全自動(dòng)開(kāi)放式科學(xué)發(fā)現》（The AI Scientist：Towards Fully Automated Open-Ended Scientific Discovery）為題，發(fā)表在預印本網(wǎng)站 arXiv[1]。相關(guān)代碼已在 GitHub 上完全開(kāi)源。

論文作者包括：Chris Lu、 Cong Lu、 羅伯特·恰爾科·蘭格（Robert Tjarko Lange）、雅各布·福斯特（Jakob Foerster）、杰夫·克倫（Jeff Clune）和大衛·哈（David Ha）。

圖丨相關(guān)論文（來(lái)源：arXiv）

他們還在論文中展示了由該模型生成的 10 篇論文，有的論文甚至達到了機器學(xué)習會(huì )議 Weak Accept 的水平。

圖丨 AI 科學(xué)家生成的論文（來(lái)源：arXiv）

該系統的主要特點(diǎn)包括：全自動(dòng)化研究過(guò)程、自動(dòng)化同行評審、開(kāi)放式發(fā)現、應用于機器學(xué)習研究以及高計算效率。

它可以管理科學(xué)研究的整個(gè)生命周期，比如，生成創(chuàng )新的研究思路、編寫(xiě)代碼、執行實(shí)驗，總結和可視化實(shí)驗結果，最終形成完整的科學(xué)論文。

該系統不僅能進(jìn)行研究，還可以評估生成論文的質(zhì)量，提供反饋，并迭代改進(jìn)結果，在評估準確性方面接近人類(lèi)水平。

在初步示范中，系統已被應用于機器學(xué)習的多個(gè)子領(lǐng)域，包括擴散模型、Transformer 和學(xué)習動(dòng)態(tài)分析等方面。

AI 科學(xué)家的另一個(gè)顯著(zhù)特點(diǎn)是其成本效益。每個(gè)研究想法從構思到形成論文的成本約為 15 美元，是一種相當經(jīng)濟、高效的科學(xué)知識生成工具。

研究團隊對媒體表示：“通過(guò)自動(dòng)化發(fā)現過(guò)程并整合 AI 驅動(dòng)的評審系統，我們?yōu)樽罹咛魬鹦缘目茖W(xué)技術(shù)領(lǐng)域的創(chuàng )新和解決問(wèn)題打開(kāi)了無(wú)限可能。

最終，我們設想了一個(gè)完全由 AI 驅動(dòng)的科學(xué)生態(tài)系統，包括 AI 驅動(dòng)的研究人員、審稿人和整個(gè)會(huì )議。”

圖丨 AI 科學(xué)家的工作流程（來(lái)源：Sakana AI）

AI 科學(xué)家的工作流程主要包括：創(chuàng )意生成、實(shí)驗迭代、論文撰寫(xiě)和自動(dòng)化論文評審。

在創(chuàng )意生成階段，系統首先基于提供的起始模板進(jìn)行頭腦風(fēng)暴，提出一系列新穎的研究方向。

為確保想法的原創(chuàng )性，系統會(huì )在語(yǔ)義學(xué)者（Semantic Scholar）數據庫中進(jìn)行搜索。在它的起始模板中，還有一個(gè) LaTeX 文件夾，里邊包括了用于論文撰寫(xiě)的樣式文件和章節標題。

實(shí)驗迭代階段，該系統執行提出的實(shí)驗并生成結果可視化。它會(huì )記錄每個(gè)圖表的內容描述，來(lái)確保所保存的圖表和實(shí)驗記錄已包含撰寫(xiě)論文所需的所有信息。

在論文撰寫(xiě)階段，系統以標準機器學(xué)習會(huì )議論文的風(fēng)格，用 LaTeX 編寫(xiě)簡(jiǎn)潔而信息豐富的研究進(jìn)展報告。此外，它還會(huì )自主使用語(yǔ)義學(xué)者搜索并引用相關(guān)文獻。

最后的自動(dòng)化論文評審是該系統的一大亮點(diǎn)。由大模型驅動(dòng)的 AI 評審智能體，能夠以接近人類(lèi)的準確度評估生成的論文。

這些評審可用于改進(jìn)當前項目或為未來(lái)的開(kāi)放式創(chuàng )意提供反饋，從而形成一個(gè)持續的反饋循環(huán)，使系統能夠不斷改進(jìn)其研究成果。

需要了解的是，盡管 AI 科學(xué)家表現出巨大的應用潛力，但它也面臨一些挑戰和局限性。目前，該系統無(wú)法處理或理解視覺(jué)信息，這會(huì )導致無(wú)法讀取圖表信息，頁(yè)面布局欠佳等問(wèn)題。

它有時(shí)還會(huì )錯誤實(shí)施其想法或與基準方法進(jìn)行不公平比較，導致誤導性結果。此外，系統偶爾會(huì )在寫(xiě)作和評估結果時(shí)出現重大錯誤，如難以準確比較數值。

研究人員還發(fā)現，AI 科學(xué)家可能會(huì )為了達成某些目的，偷偷摸摸地修改代碼，試圖改變人類(lèi)設下的游戲規則。

比如，它在一次實(shí)驗中耗費了過(guò)多時(shí)間，它卻選擇修改時(shí)間限制，從而為自己留出更多的時(shí)間。

與此同時(shí)，AI 科學(xué)家的潛在影響也帶來(lái)了一系列倫理、實(shí)際和哲學(xué)方面的挑戰。例如，該系統可能被濫用，用自動(dòng)生成的大量論文破壞同行評審過(guò)程。

自動(dòng)化審稿人的使用，可能導致有偏見(jiàn)的評審或審核質(zhì)量下降。這些風(fēng)險凸顯了制定嚴格倫理準則和安全措施的必要性。

從哲學(xué)和更廣泛的角度來(lái)看，隨著(zhù)類(lèi)似 AI 科學(xué)家的系統越來(lái)越多地融入科學(xué)研究，人類(lèi)科學(xué)家的角色或將發(fā)生轉變。

最終，這樣的系統是否能夠普及，關(guān)鍵在于 AI 是否能提出真正具有革命性的想法，甚至復制人類(lèi)創(chuàng )造力和創(chuàng )新迸發(fā)的時(shí)刻。

參考資料：

1.

/

021yin.com/ai/sakana-ai-scientist-conducts-research-autonomously-challenging-scientific-norms/

021yin.com/@learngrowthrive.fast/sakana-ai-the-ai-scientist-914b6930e7b7

運營(yíng)/排版：何晨龍