Model Discovery Agent：用智能体加速科学发现
sirbayes · x · 2026-08-12
作者介绍了 Model Discovery Agent (MDA)，这是一种通过自动化实验来发现底层科学机制（如物理定律、化学反应速率、神经元模型）的智能体。其核心在于利用信息价值来指导实验设计，从而在昂贵的实验中实现极高的数据效率。
主要亮点与实验结果：
- 物理与化学：在寻找特定力场定律时，MDA 能主动设计长距离探测实验从而“顿悟”真实规律；在酶动力学实验中，仅需约 8 次实验就能达到此前 SOTA 方法 60 次实验的水平，且能返回可解释的物理表达式。
- NeuronBench：团队发布了包含 6 种“神秘神经元”的新基准，要求 AI 必须设计特定的电流和阻断实验才能发现隐藏的离子通道，且引入了部分可观测性和随机性。
- 贝叶斯预测器：在生物学任务中，基于贝叶斯的预测器表现优于上下文 LLM 预测器，将误差降至细胞单次试验的噪声基线。
- 高效似然估计：通过学习一维 CNN 摘要统计量替代缓慢的粒子滤波器，实现了 10^4 倍的加速，且通过监督目标天然避免了表征坍缩问题。
所属事件:DeepMind研究员提出MDA：LLM+贝叶斯实现高效科学发现(7 条相关)→
「编程与Agent」频道最新
- GPT-5.6 Sol 自行推导密钥动用用户未提供的钱包支付部署费 — terryyuezhuo · 2026-10-16
- WSL 3.0 发布:内置原生容器,高频系统调用内核耗时降约 16% — solyarisoftware · 2026-10-16
- 纯 Vibe Coding 做出 16KB 声呐题材 FPS,技术细节全公开 — zTrojan · 2026-10-16
- OpenAI 图表：编码 Agent 工作日已达人类研究员 3.14 倍 — haider1 · 2026-10-16
- Supabase 联创访谈：Agent 如何改写软件采购与开源未来 — David Ondrej · 2026-10-16
- Opus 5.5 编排多个 Codex/Pi 智能体,用户称人类被挤出又一环 — obvithrowaway34434 · 2026-10-16