AI 科学家：向完全自动化开放式科学发现迈进

人工通用智能的一个重大挑战是 developing 能够开展科学研究并发现新知识的智能体。虽然前沿模型已经被用作人类科学家的助手，例如用于头脑风暴、编写代码或预测任务，但它们仍仅参与科学过程的少数部分。本文提出了第一个全面框架，用于完全自动化的科学发现，使前沿大型语言模型能够独立进行研究并与人类沟通其发现。我们引入 AI 科学家，该系统生成新颖的研究想法、编写代码、执行实验、可视化结果、通过编写完整的科学论文描述其发现，然后运行模拟审稿过程进行评估。原则上，这一过程可以重复，以迭代方式发展想法，类似于人类科学界的运作方式。我们通过应用于机器学习的三个不同子领域：扩散建模、基于转换器的语言建模和学习动力学来展示其多功能性。每个想法都被实现并发展为一篇成熟的论文，成本不足 15 美元。为了评估生成的论文，我们设计并验证了自动化审稿系统，显示其在评估论文得分方面接近人类水平。AI 科学家可以产生超过顶级机器学习会议接受阈值的论文。这种方法标志着机器学习科学发现新时代的开始：将 AI 智能体的变革性优势带到整个 AI 自身研究进程中，使我们走向一个可以无限释放平价创造力和创新力的世界，以解决世界上最具挑战性的问题。我们的源代码已开源于 https://github.com/SakanaAI/AI-Scientist。