AI科学家v2发布：开启自动化科学发现新时代

【导语AI在科学发现领域的影响力与日俱增AI科学家v2作为通用端到端智能体系统应运而生它能自主完成科学研究全流程生成首篇完全由AI撰写并通过同行评审的研讨会论文为科研带来新变革。】AI科学家v2突破传统模板限制AI科学家v2是一个通用的端到端智能体系统与前身AI科学家v1不同它不再依赖人类编写的模板能够跨机器学习ML领域通用化。v1遵循明确模板成功率较高适合目标明确且有坚实基础的任务而v2采取更广泛、更具探索性的方法为开放式科学探索而设计不过成功率相对较低。技术实现智能体树搜索与多模型支持AI科学家v2采用由实验管理智能体引导的渐进式智能体树搜索。其代码设计为在使用CUDA和PyTorch的NVIDIA GPU的Linux系统上运行。系统支持多种模型包括OpenAI模型、Gemini模型、通过AWS Bedrock使用的Claude模型等用户需设置相应的API密钥。在生成研究思路阶段使用ai_scientist/perform_ideation_temp_free.py脚本根据用户提供的高级主题描述进行头脑风暴并完善思路同时与语义学者等工具交互以检查新颖性。运行实验时使用构思阶段生成的JSON文件通过智能体树搜索运行实验、分析结果并生成论文草稿最佳优先树搜索BFTS的配置位于bfts_config.yaml中。成本与成功率实验背后的考量AI科学家v2完成实验的成功率取决于所选的基础模型和思路的复杂性。在实验阶段使用像Claude 3.5 Sonnet这样强大的模型时通常会观察到较高的成功率。构思步骤成本通常较低几美元主要实验流程使用Claude 3.5 Sonnet每次运行约花费15 - 20美元后续撰写阶段使用默认模型大约增加5美元。未来挑战与机遇尽管AI科学家v2带来了诸多突破但也面临一些挑战。例如代码执行存在各种风险需在受控的沙盒环境中运行可能会遇到“CUDA内存不足”等错误。不过它为自动化科学发现提供了新的途径未来有望在更多学科领域发挥作用推动科研效率的提升。编辑观点AI科学家v2的出现是AI在科学研究领域的一次重要突破它打破了传统科研模式的限制为开放式科学探索提供了有力工具。尽管存在一些挑战但随着技术的不断发展其应用前景值得期待。