迈向人工智能研究的端到端自动化
一项新的研究表明，一个名为“AI科学家”的系统能够自主完成从创意产生到论文发表的全部科研流程，其生成的论文甚至通过了机器学习研讨会的第一轮同行评审。该系统利用现代基础模型，在两种模式下运行：聚焦模式（使用人类提供的代码模板）和开放探索模式。尽管存在潜在风险，但该技术有望极大加速科学发现。
人工智能研究领域的自动化始终是一个长期追求的目标。近日，一项发表于《自然》杂志的研究展示了迄今为止最接近实现这一目标的成果。由Yutaro Yamada等8位研究人员开发的“AI科学家”系统，能够自主完成从研究构思、编写代码、运行实验、分析数据到撰写科学论文并进行自我评审的整个流程。该系统生成的论文甚至通过了某机器学习研讨会的第一轮同行评审，该研讨会的论文接受率为70%。
AI科学家系统基于现代基础模型构建，运行在复杂的智能体系统之上。研究团队在两种设置下对其进行了评估：一种是聚焦模式，利用人类提供的代码模板作为初始框架，针对特定主题进行研究；另一种是无模板的开放探索模式，利用智能体搜索进行更广泛的科学探索。两种模式都能产生多样化的研究想法，并自动进行测试、报告和评估。这种双模式设计使得系统既能进行有针对性的快速研究，也能进行探索性的新方向发掘。
这项成果标志着人工智能在科学贡献方面的能力日益增强，并可能引发研究方式的范式转变。然而，研究人员也提醒，像任何有影响力的新技术一样，该系统也存在显著风险，例如可能使已经不堪重负的评审系统雪上加霜，并为科学文献增加噪音。但如果负责任地开发，这类自主系统有望极大加速科学发现。未来，随着技术的发展，AI科学家可能会成为人类研究员的得力助手，共同推动科学进步。