AI Scientist 登 Nature：自主科研与质量缩放定律

由 Jeff Clune 及来自 Sakana AI、UBC 和牛津大学的研究者共同开发的“AI Scientist”相关论文已正式发表于《Nature》。该系统被定位为一种能够从宽泛的研究方向出发，自主跑完完整科研流程的系统，这项工作也被视为自动科研能力的一次重要展示与里程碑。

关键细节与科学质量 Scaling Law

据 @VectorInst 汇总，AI Scientist 能够自主完成一系列科研环节，包括检索与阅读文献、提出新假设、设计并运行实验、分析结果以及撰写完整论文。在科研产出质量方面，研究团队发现了一个关于科学质量的 scaling law：AI 生成的论文质量与底层模型能力呈显著正相关。其统计结果为相关系数 R² = 0.517，P < 0.00001。作者据此推论，如果基础模型持续快速进步，AI 产出的科学质量也会随之不断上升。

评审测试与长远影响

为了检验系统的实际输出水平，团队进行了同行评审测试。他们将 3 篇完全由 AI 生成的论文匿名提交至 ICLR 2025 的 ICBINB workshop，评审者在不知情的情况下进行审稿，最终有 1 篇成功达到了 workshop 的接收门槛。@VectorInst 转述了作者的长远判断：如果这类自主系统未来能规模化地跑完整个研究管线，长期限制科学进展的约束条件可能会被重新定义。作者将这项工作类比为第一次科学革命（即16世纪转向可规模化的自动科研），认为这甚至可能改变未来的科研组织方式与进程。

2026-07-14 ~ 2026-07-14 · 5 条相关

一手来源