AI科学家横空出世，独力完成十篇论文，科研自动化新篇章开启。

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。