邁向人工智慧研究的端到端自動化
一項新的研究表明，一個名為“AI科學家”的系統能夠自主完成從創意產生到論文發表的全部科研流程，其生成的論文甚至透過了機器學習研討會的第一輪同行評審。該系統利用現代基礎模型，在兩種模式下執行：聚焦模式（使用人類提供的程式碼模板）和開放探索模式。儘管存在潛在風險，但該技術有望極大加速科學發現。
人工智慧研究領域的自動化始終是一個長期追求的目標。近日，一項發表於《自然》雜誌的研究展示了迄今為止最接近實現這一目標的成果。由Yutaro Yamada等8位研究人員開發的“AI科學家”系統，能夠自主完成從研究構思、編寫程式碼、執行實驗、分析資料到撰寫科學論文並進行自我評審的整個流程。該系統生成的論文甚至透過了某機器學習研討會的第一輪同行評審，該研討會的論文接受率為70%。
AI科學家系統基於現代基礎模型構建，執行在複雜的智慧體系統之上。研究團隊在兩種設定下對其進行了評估：一種是聚焦模式，利用人類提供的程式碼模板作為初始框架，針對特定主題進行研究；另一種是無模板的開放探索模式，利用智慧體搜尋進行更廣泛的科學探索。兩種模式都能產生多樣化的研究想法，並自動進行測試、報告和評估。這種雙模式設計使得系統既能進行有針對性的快速研究，也能進行探索性的新方向發掘。
這項成果標誌著人工智慧在科學貢獻方面的能力日益增強，並可能引發研究方式的正規化轉變。然而，研究人員也提醒，像任何有影響力的新技術一樣，該系統也存在顯著風險，例如可能使已經不堪重負的評審系統雪上加霜，併為科學文獻增加噪音。但如果負責任地開發，這類自主系統有望極大加速科學發現。未來，隨著技術的發展，AI科學家可能會成為人類研究員的得力助手，共同推動科學進步。