科研人员总爱开玩笑说:“什么时候AI能帮我们写论文?”如今这个玩笑成真了。
Sakana AI团队联合牛津大学、不列颠哥伦比亚大学的研究者,共同推出了史上首位“AI科学家”。
这位AI科学家能够独立完成科研论文,进行从创意萌发到论文撰写的全流程工作,每篇论文的撰写成本低至约15美元。
01
AI科学家:科研自动化的新里程碑
AI科学家是一个基于大模型的自动化科研智能体,它能够独立完成科研论文的创作,从提出研究想法、检查创新性、设计实验、编写代码,到执行实验、收集结果,最后完成论文撰写,一气呵成。
AI科学家模式图
这一系统不仅能够自动完成科研的各个环节,还能够以接近人类水平的准确度进行自动化同行评审,提供反馈,不断优化科研成果。
02
科研四部曲
1. 创意萌发:AI科学家从给定的起始模板出发,通过“头脑风暴”模式,围绕现有主题挖掘一系列新颖的研究方向,利用Semantic Scholar验证想法的独创性。
2. 实验迭代:确定研究方向后,AI科学家自动执行实验,收集数据,生成图表,确保实验笔记和图形资料全面,为后续论文撰写提供支持。
3. 论文撰写:AI科学家利用LaTeX格式撰写论文,内容详实,结构清晰,同时自动搜索并引用相关文献,提升论文的学术性和权威性。
4. 自动审阅:通过自动化审阅系统,以接近人类的判断力评估论文,提出改进建议,实现持续的反馈循环,优化科研成果。
03
创新实例
1.扩散模型:《双尺度扩散:低维生成模型的自适应特征平衡》——提出自适应双尺度去噪方法,解决低维空间中捕捉全局结构和局部细节的问题。
2.语言模型:《StyleFusion:字符级语言模型中的自适应多样式生成》——引入风格嵌入和分类头,增强风格意识和一致性。
3.Transformer与强化学习结合:《通过Q-Learning实现Transformers的自适应学习率》——探索动态调整学习率,优化训练过程。
4Grokking现象研究:《解锁Grokking:Transformer模型中权重初始化策略的比较研究》——系统研究权重初始化对grokking的影响。
这些科研成果不仅展示了AI科学家在扩散模型、语言建模、Transformer架构及Grokking等领域的创新,还体现了其在科研创新方面的非凡实力。
04
科研自动化与人类角色
Sakana AI认为,人类科学家的作用并不会因AI科学家的出现而减弱,而是将更加多元化,向科研领域的更高层次迈进,适应新技术的运用,实现角色定位的升级。
在这个世界中,人类科学家与AI科学家将共同探索未知,解决科学技术领域中最棘手的问题,开创科研创新的新篇章。