最近，Nature正刊發(fā)布了一篇有分量的研究論文——TheAIScientist，首個能夠自主完成科研全流程的AI系統(tǒng)。

看到自主科研其實內心是有點麻木的，這幾年AI發(fā)展太快，各種工具層出不窮，AI輔助科研的工具也確實不少，自動寫論文、跑數(shù)據(jù)等等。

但TheAIScientist，它可能有點不一樣！

它并不是單一的輔助工具，而是能像科學家一樣，從無到有完整走完“提出假設-做實驗-寫論文-過評審”的全流程，全程不需要認為干預。

一、先拆解一下它是怎么工作的

它的邏輯其實就是模擬人類搞科研的全過程，但是把每個環(huán)節(jié)都用AI來實現(xiàn)了，用多個智能體形成了一個小型的科研團隊。

首先是提出研究假設

TheAIScientist會自動檢索全網(wǎng)的學術文獻，基于這些文獻，提出新穎性的研究方向，并且自己查重，避免做重復的工作，其實這一步，其實很多科研人員每天也都在做，但AI做得更快、更全面。

假設確定后，就進入實驗階段，

這也是最耗時、最繁瑣的一步，有兩種實驗模式，一種是模板模式，一種是無模板模式，無模版模式更靈活，也更能體現(xiàn)它的自主性。

它會自己編寫碼，用一些常用的框架跑實驗，處理實驗數(shù)據(jù)，還會自動生成可視化的圖表。

還能自己處理實驗中的小錯誤，比如代碼報錯、數(shù)據(jù)異常等。

實驗做完，就到了寫論文的環(huán)節(jié)。

寫論文其實很頭疼，需要碼字、排版、參考文獻等等，TheAIScientist可以自動把實驗結果、數(shù)據(jù)等生成完整的LaTeX格式論文。

從引言、方法、結果到結論，每個部分都不落下，還會自動檢索并引用相關文獻，能節(jié)省大量時間。

最后一步，同行評審。

一篇論文能不能發(fā)表，評審這關很重要。TheAIScientist內置了自動化的審稿器，按照NeurIPS的審稿標準，從論文的穩(wěn)健性、呈現(xiàn)方式、貢獻度三個維度打分。據(jù)說審稿器的平衡準確率能達到69%。

二、聊完工作流程，再說說它的實際成果

研究團隊曾把3篇由TheAIScientist完全自主生成的論文，提交到ICLR 2025的ICBINB研討會，這是AI生成的論文第一次以和人類研究者同等的標準，參與嚴格的雙盲評審。

其中一篇探討神經(jīng)網(wǎng)絡組合正則化的論文，拿到了6.33分的平均成績，三位審稿人分別給了6分、7分、6分，滿分10分，這個分數(shù)不僅超過了該研討會人類提交論文的平均錄取線，還擊敗了55%的真實人類學者。

而且，單篇論文的生成成本，只有3美元。

我們平時做一項研究，光實驗耗材、數(shù)據(jù)獲取、算力成本，可能就要幾千甚至上萬，3美元的成本，幾乎可以忽略不計。

這個系統(tǒng)也是經(jīng)歷了好幾個版本的迭代，2024年8月發(fā)布了v1版本，當時還被質疑質量不高，后來團隊不斷迭代，2025年4月推出v2版本，質量大幅提升，之后向Nature投稿，經(jīng)過7個月的嚴格審稿，才最終發(fā)表。

三、它也存在很大的局限性

首先是領域局限，它目前只能用于機器學習和AI相關的研究，還不能擴展到物理學、化學、生物學這些其他學科。

其次是創(chuàng)新深度不足，它能生成符合規(guī)范、通過評審的論文，但大多是在現(xiàn)有研究基礎上做改進和探索，還不能提出顛覆性的新理論。簡單說，它能把“現(xiàn)有研究做得更好”，但還做不到“開辟新的研究方向”，和人類科學家還有很大差距。

最后是實驗可靠性問題，論文里也坦誠提到，系統(tǒng)偶爾會出現(xiàn)實驗錯誤和幻覺，這在科研中是致命的，后續(xù)還需要進一步優(yōu)化驗證機制。

往長遠來看，它能帶來的影響其實挺深遠的。

尤其是對那些資源有限的團隊來說不管是發(fā)展中國家的科研小組，還是高校里剛起步的年輕學者，這個系統(tǒng)能幫他們大幅降低科研的門檻。

不用再為算力不夠、拿不到數(shù)據(jù)、被繁瑣流程纏身而發(fā)愁，也能有更多機會真正參與到AI研究里來，一定程度上為推進科研普及化起到了促進作用！

創(chuàng)作：Omni實驗室

哇，你竟然看到了最后，如果文章對您有幫助，歡迎點贊哦~