The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery

人工智能的一个重大挑战是开发能够进行科学研究和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，但它们仍然只完成科学过程的一小部分。本文提出了第一个全自动科学发现的综合框架，使前沿大型语言模型能够独立进行研究并传达其发现。我们介绍了AI Scientist，它能够生成新颖的研究思路、编写代码、执行实验、可视化结果、通过撰写完整的科学论文描述其发现，然后运行模拟评审过程进行评估。原则上，这个过程可以重复进行，以开放式的方式迭代发展想法，就像人类科学界一样。我们通过将其应用于机器学习的三个不同子领域来展示其多功能性：扩散建模、基于Transformer的语言建模和学习动力学。每个想法的成本不到15美元就能够实现并发展成一篇完整的论文。为了评估生成的论文，我们设计和验证了一个自动化的评审程序，结果显示它在评估论文得分方面能够达到接近人类的表现。AI Scientist可以产生超过顶级机器学习会议接受门槛的论文，这标志着在机器学习领域科学发现的一个新时代的开始：将AI代理的转变性益带到AI本身的整个研究过程中，使我们更接近一个可以在世界上最具挑战性的问题上释放无尽的创造力和创新的世界。我们的代码在https://github.com/SakanaAI/AI-Scientist上开源。

实现全自动科学发现的AI框架

介绍了全自动科学发现的框架The AI Scientist，能够生成新的研究思路，编写代码，执行实验，可视化结果，并通过撰写完整的科学论文来描述其发现，最终通过模拟的审稿过程进行评估。

该框架可以应用于不同的机器学习子领域，每篇论文的成本低于15美元，通过设计和验证自动化评审程序，该程序的性能接近于人类评审，能够产生高于顶级机器学习会议接受阈值的论文。研究者开源了代码。

最近的相关研究包括使用前沿模型作为人类科学家的助手，但仍然只能完成科学过程的一小部分。