西湖大学打造了一个AI科学家，突破人类SOTA，还能自己发论文

396 0 0

文章摘要

西湖大学开发的AI系统DeepScientist在两周内完成了人类需耗时三年的科研工作量，自主生成5000多个科学想法并验证1100个，最终在三个前沿AI任务上刷新了人类创造的SOTA纪录。该系统通过闭环迭代流程，将科学发现建模为优化问题，采用分层三阶段探索循环，显著提升了研究效率。

AI科研的历史经历了从辅助工具到全自动系统的演变。早期系统如PaperBench和AlphaTensor仅在既定范式内优化，而后续工具如CycleResearcher和DeepReview仅解决科研流程中的局部问题。DeepScientist的创新之处在于其目标导向的探索策略，通过分析现有方法的短板，确保新想法兼具新颖性和科学价值。该系统采用多代理架构，包含知识库和发现记忆，通过Strategize & Hypothesize、Implement & Verify、Analyze & Report三阶段漏斗式筛选机制，有效分配计算资源。

在具体任务表现上，DeepScientist针对代理失败归因、LLM推理加速和AI文本检测三个领域取得突破。其提出的A2P方法将失败归因升级为因果推理，ACRA方法通过植入长期记忆提升推理速度，PA-Detect方法则利用信号分析揭示AI文本的非平稳性特征。这些创新使系统在基准测试中显著超越人类SOTA方法，其中文本检测任务的AUROC指标提升7.9%，推理速度提高一倍。

系统自主撰写的5篇论文在双重评审中表现优异，60%的接受率远超其他AI系统，人类专家特别认可其创新性，平均审稿分数与顶级会议ICLR 2025的投稿论文相当。然而成功背后是高达98.1%的失败率，分析显示60%失败源于代码实现问题，40%因想法本身缺陷。这种高失败率反映了前沿科研的本质特征。

该技术引发的伦理问题受到重点关注，红队演练证实基础模型的安全协议能有效阻止有害研究。团队决定开源核心组件但保留论文生成模块，以平衡技术进步与学术诚信。这一突破预示科研范式的转变，未来人类研究者可能转向更高层次的认知工作，而AI承担大量实验验证。系统的分层探索机制和领域特定优化策略，为自动化科学发现提供了可扩展的框架。