北京
近日，浙江大學信息與電子工程學院科研團隊發布“求是引擎”，首次創新實現了具備千步級長程科研推理能力、能夠自主組織和持續推進科研工作的科學發現系統，有望為人類開展科研探索提供一種持續、主動的新型支撐。
目前，現有大模型科研系統通常作為工具輔助，主要幫助科研人員完成查閱文獻、編寫代碼、處理數據或者實現流程自動化等基礎功能。然而，面向沒有固定路徑的開放科學問題，如何讓大模型自主判斷、動態調整、持續推進研究，并自主探索出重要科學發現，仍然面臨重要挑戰。
“求是引擎”最關鍵突破就在于其能夠“長程自主推進”科研流程。簡單來說，只要給出一個研究方向或研究目標，“求是引擎”就可以像科研人員一樣，把一個科學問題一步步推進下去，最終發現原創科研成果。
據相關研究人員介紹，“求是引擎”的開發旨在讓大模型直接面對真實科研過程，并承擔連續推進研究任務的角色。它可以在數小時到數十小時內，實現數千次大模型調用，持續完成大量中間探索工作。相較而言，如果這一過程由科研人員獨立推進，通常需要數周到數月的集中投入。
在一項真實光學實驗平臺驗證中，研究人員只向系統給出一個開放研究目標。“求是引擎”連續自主研究十幾小時，自主開展文獻調研、理論分析、實驗方案設計、程序編寫、數據分析和結果判斷，并根據真實實驗反饋經歷多輪失敗、原因排查、方案修正和再次驗證，最終自主發現了多項原創科研成果，形成了可驗證的研究結果。
中國工程院院士、人工智能專家潘云鶴在采訪中表示，當前，全球科技競爭正在從“誰擁有更強的大模型”，進一步轉向“誰能用大模型在真實場景中解決好復雜問題”。科學研究正是其中最重要的方向之一。
據了解，不少國家已將人工智能加速科學發現上升為戰略布局。隨著大模型驅動的自主科研系統承擔更多長程探索工作，科研的時間尺度和成本結構就可能發生變化。人類科研工作者可以把更多時間放在提出關鍵問題、判斷研究價值、把握研究方向和解釋重要結果上，而AI科學發現系統則可以承擔大量搜索、驗證、排錯、優化和初步分析工作。同時，系統還可以極大拓展科研人員的知識邊界，更有利于開展跨學科研究，在不同學科的交叉地帶探索解決未解科學問題，并提高產生原創成果的可能性。
來源：中國科學報，有刪減。
? ? ? ? ? ? ? ?
聲明：麥可思研究轉載此文，是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益，請及時與我們聯系（18602824882），我們將及時更正、刪除或依法處理。
關注“麥研文選”,獲取更多數據——
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
