网易首页 > 网易号 > 正文 申请入驻

Nature重磅:AI写的论文,在顶会同行评审击败55%人类,单篇15美元

0
分享至

新智元报道

编辑:元宇

【新智元导读】刚刚,Nature盖章AI独立科研时代!全新Scaling Law显现,人类死守的学术铁王座,正发生不可逆的转移。

一篇长达数十页的学术论文,在人类设定研究主题和实验边界后,系统自动完成了从实验到写作的大部分流程。

从论文正文、实验代码、图表和投稿稿件,主要由系统端到端自动生成。

它被投递到顶尖机器学习会议ICLR 2025某workshop的同行评审流程中,三位匿名审稿人不知道具体哪几篇是AI生成稿件,他们对着这篇稿件分别打出了6、7、6的高分。

这个成绩,高于约55%的同场投稿。稿件在评审完成后按实验协议撤回,未进入正式发表阶段。

这并非科幻,这是刚刚被《Nature》报道的一项震撼研究。

该项研究是由Sakana AI联合牛津大学、UBC共同推出的全自动AI科学家「The AI Scientist」。

Sakana AI联合创始人兼 CEO David Ha在推文中表示,启动该项目,正是想探索大模型是否能够完成整个科研全流程:

我坚信,AI将永远改变科学发现和科研进步的方式。

全自动「AI科学家」

究竟做了什么?

这一次,不是AI在「帮」人干活,而是AI第一次把科研流程从头走到尾。

一直以来,AI在科研领域的定位都是「高级打工人」:比如帮化学家折叠蛋白质,或是帮程序员找bug。

定义问题和统筹全局的,始终是人类。

The AI Scientist的出现,则颠覆了这套「主仆叙事」,它完整覆盖了科研的四大核心阶段:Idea生成、实验迭代、论文写作、自动评审。

在全新升级的v2版本中,它甚至走向了「无模板」模式:彻底抛弃人类提供的初始代码脚手架,引入了强大的「智能体树搜索」(agentic tree search)机制。

这意味着它能在庞大的未知解空间里,同时开启多条主线并行探索。科研不再是单线程试错,而变成了一个可扩展的搜索过程。

它怎么保证自己不和别人撞车?

系统会调用Semantic Scholar API进行全网查重,确保每一个idea都具备足够的新颖性。

在最棘手的数据可视化环节,它甚至内置了一个视觉语言模型(VLM)作为反馈审阅者。

如果坐标轴反了、图例丢了、展示有歧义,VLM会像严苛的导师一样立刻打回重做,直到生成完美的学术图表。

过去图表只是论文包装,现在图表也成了AI科研的反馈信号。

而完成这堪比博士生几个月工作量的闭环,它的账单是:单篇论文15美元。

如此惊人的性价比意味着,科研自动化第一次从「局部辅助」跨进了「全链路主导」。

AI不再只是科学家的辅助工具,而是向更具自主性的科研代理系统演进。

AI Scientist工作流程的概念概述,包括提出研究想法、实施实验、执行实验、撰写论文以及审阅论文。

通过人类同行评审测试

AI写的论文,人类学术金字塔尖的学者到底认不认?

于是,Sakana AI决定玩一把大的:直接向顶会投稿。

在获得ICLR大会领导层、ICBINB workshop组织者以及IRB伦理委员会的特批后,团队进行了一场极其大胆的「潜伏行动」:将3篇纯AI生成的论文混入了人类投稿池。

审稿人只被告知「可能有AI生成论文」,但根本不知道具体是哪几篇。

结果其中一篇探索神经网络组合正则化(Compositional Regularization)负面结果的论文,斩获了平均6.33分(弱接收、接收、弱接收)的高分。

这个分数不仅稳稳越过了该workshop的平均录用线,更是超过了55%的真实人类学者。

连科学研究中最难写出彩的负向论证,AI也能写得有模有样、逻辑自洽。

据Sakana AI团队所称,这是全AI生成论文首次在真实学术评审环境中获得通过接收线的成绩。

这也标志着同行评审,真正迎来了「图灵测试」时刻。

AI审稿人比人类更靠谱?

如果AI一天能花几百美元写出几十篇论文,人类审稿系统瞬间就会崩溃。

想让AI科研实现指数级爆发,就必须有能够大规模评估质量的「自动化裁判」。

Sakana AI给出的答案是:直接让AI来当Area Chair(领域主席)。

他们构建了一个高度还原NeurIPS官方审稿流程的自动化系统:

5个独立的AI审稿人进行背靠背挑刺,最后由1个AI元审稿人进行共识汇总和最终裁决。

在与数千条真实OpenReview人类审稿决策的硬碰硬对比中,自动化审稿人交出了69%的平衡准确率。

令人震惊的是,在作者设定的评测框架下,自动审稿系统的部分指标优于所对照的人类一致性结果。

有人质疑:AI是不是偷偷背过题?

团队特意用知识截止日期(2025年)之后的全新论文进行了数据污染测试。

结果依然坚挺:平衡准确率保持在66%,达到可与人类顶级学者比肩的实战水准。

这表明,AI正在进入过去长期由人类主导的科研流程核心环节。

过去,人类同时垄断了「写论文的人」和「决定论文是否成立」这两个关键角色。

现在,这两个角色都在被AI切入。

一旦评审环节也被自动化,AI科研就不再是零星爆款,而具备了大规模、左右互搏式迭代的基础设施。

该自动审稿系统在顶级会议(ICLR)发表的AI论文上,其审稿判断与人类审稿人一致,包括在模型训练完成之后(即超出其「知识截止日期」)发表的论文。这些结果表明,该自动审稿系统在为新撰写的AI论文提供评审分数方面,可靠性与人类审稿人相当。

科研的Scaling Law

如果说「过审」证明了AI科研站得住,那真正决定未来天花板的是另一件事:

它是不是可持续变强?

Nature论文中最具颠覆性的一组数据,揭示了潜藏在AI科研背后的全新定律。

研究发现,底层大模型的能力与生成论文的质量之间,呈现出令人头皮发麻的极度显著正相关(P<0.00001)。

随着模型发布日期推进,AI产出的论文质量持续陡峭上升。

同时,算力正在暴力改写科研法则。

投入的测试时算力越多,智能体树搜索的深度就越深,实验质量就越扎实,最终的产出评级就越高。

当前最顶配的AI科学家,其平均产出已经逼近机器学习顶会workshop的边缘录用(borderline accept)水平。

这背后展示的是一条正在形成的「科研Scaling Law」。

过去的科技突破,依赖于虚无缥缈的灵光乍现,而未来的科学发现,将变成一条可精确计算的工业流水线。

随着模型能力呈指数级增长、推理算力成本呈指数级下降,这套系统会自动升级,这才是这项工作真正展现出恐怖势能。

根据自动评审员的评判,当使用更新、更智能的基础模型时,AI Scientist生成的论文质量会提高。

AI全面接管科研

我们准备好了吗?

当然,这篇Nature论文,同样也指出了The AI Scientist的目前的局限性:

它偶尔会想出幼稚的idea,写的代码会有bug,论文里会出现引用的幻觉,甚至在附录里重复粘贴同一张图表。

值得警惕的是,论文显示该系统具备自动调试、重试运行和在受限计算预算下持续迭代实验的能力。

这意味着,未来更强的科研代理一旦出现规避约束的倾向,可能带来新的安全治理问题。

如果这种系统被毫无节制地释放,海量生成的低门槛论文会瞬间压垮整个学术生态,学者的学术 credentials(资历证明)将被彻底稀释。

正因如此,Sakana AI采取了极其克制的立场:主动撤稿、通过IRB审批、呼吁添加生成水印,并急迫要求社区建立全自动AI科研规范。

这篇Nature论文不只是展示AI技术的里程碑,更是把AI所带来的伦理争议也摆上台面。

真正的问题早已不是「AI能不能做科研」,而是「当AI开始独立做科学,谁来定义什么算科学」。

正如团队所设想的终极愿景:AI科学家不会让人类科学家消失,但人类科学家的角色,必须被迫向着科研价值链的更上游迁徙:

去定义问题、设定边界、决定哪些发现值得被相信。

参考资料:

https://sakana.ai/ai-scientist-nature/%20

https://www.nature.com/articles/s41586-026-10265-5%20

https://x.com/SakanaAILabs/status/2036840833690071450%20

https://x.com/hardmaru/status/2036841736702767135

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

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.

相关推荐
热点推荐
英超官方:球已经在莱诺双手之间控制之中,故哈兰德进球无效

英超官方:球已经在莱诺双手之间控制之中,故哈兰德进球无效

懂球帝
2026-11-21 21:35:16
亚特兰大警方喊话GTA6玩家:可以玩游戏,别拿自己开玩笑

亚特兰大警方喊话GTA6玩家:可以玩游戏,别拿自己开玩笑

我是一个粉刷匠2
2026-11-20 20:21:53
美股狂泻,原因找到了!Anthropic上市即标志AI行情终结?彭博惊人言论

美股狂泻,原因找到了!Anthropic上市即标志AI行情终结?彭博惊人言论

金石随笔
2026-11-21 01:33:32
春节返乡潮要变天?专家预言:2027年前后打工潮降温,原因很现实

春节返乡潮要变天?专家预言:2027年前后打工潮降温,原因很现实

江启
2026-11-21 12:47:21
男子破产12年送外卖养家,这天竟收1200万汇款,追到汇款方后却傻眼

男子破产12年送外卖养家,这天竟收1200万汇款,追到汇款方后却傻眼

温情邮局
2025-08-22 11:56:14
紧身短裤,是跑步最尴尬的装备

紧身短裤,是跑步最尴尬的装备

跑者排球视角
2026-11-20 06:59:54
H200停售,海外AI算力又被掐断,国产AI芯片迎来“泼天富贵”!

H200停售,海外AI算力又被掐断,国产AI芯片迎来“泼天富贵”!

互联网.乱侃秀
2026-11-21 11:23:44
英伟达,被查

英伟达,被查

第一财经资讯
2026-11-21 13:41:17
3-2无悬念赢球!男单4强诞生!就在刚刚,WTT球星赛:世界第115名不敌世界第29名!国乒男单破4强魔咒,剩独苗苦撑,韩乒占优

3-2无悬念赢球!男单4强诞生!就在刚刚,WTT球星赛:世界第115名不敌世界第29名!国乒男单破4强魔咒,剩独苗苦撑,韩乒占优

篮球热嗖
2026-11-21 10:21:13
APCE上的温情一幕,让人好感动!

APCE上的温情一幕,让人好感动!

低调看天下
2026-11-20 15:46:04
不是迷信!明日小雪,记得:1不出、2不吃、3不洗、4不坐,别大意

不是迷信!明日小雪,记得:1不出、2不吃、3不洗、4不坐,别大意

小陆搞笑日常
2026-11-21 07:44:25
纳指跌5.28%、费城半导体跌10.73%,下周A股开盘会受影响吗?

纳指跌5.28%、费城半导体跌10.73%,下周A股开盘会受影响吗?

春江财富
2026-11-21 10:04:18
“寒门出贵子越来越难了”!中国政法、上海交大等高校不向研究生提供住宿,租房压力引发热议

“寒门出贵子越来越难了”!中国政法、上海交大等高校不向研究生提供住宿,租房压力引发热议

火山詩话
2026-11-21 20:49:37
曾仅存13只!佛山男子买甲鱼苗竟混进4只,科学家花40年培育926只

曾仅存13只!佛山男子买甲鱼苗竟混进4只,科学家花40年培育926只

云居历史
2026-11-21 03:29:16
事关乌克兰入约,普京立场松动,特朗普很高兴,泽连斯基笑不出来

事关乌克兰入约,普京立场松动,特朗普很高兴,泽连斯基笑不出来

国际法大视野
2026-11-20 21:18:06
北京100万剩女的尴尬现实:想回老家,却舍不得6年打拼的一切

北京100万剩女的尴尬现实:想回老家,却舍不得6年打拼的一切

荷兰豆爱健康
2026-11-21 15:48:47
“好好学习吧,令爱的长相走不了这条路!”家长晒艺术照,心态崩了!

“好好学习吧,令爱的长相走不了这条路!”家长晒艺术照,心态崩了!

世界圈
2026-10-27 09:17:34
古装大剧《两京十五日》第一波真实口碑出炉!观众的评价一针见血

古装大剧《两京十五日》第一波真实口碑出炉!观众的评价一针见血

晴晴的娱乐日记
2026-11-20 21:49:38
中国石化《GTA6》新片公布!中国石油等下场互动

中国石化《GTA6》新片公布!中国石油等下场互动

游民星空
2026-11-21 17:16:31
彻底变天了?英伟达临时CEO克雷斯发表讲话:英伟达员工不会流失

彻底变天了?英伟达临时CEO克雷斯发表讲话:英伟达员工不会流失

锅锅爱历史
2026-11-21 16:43:40
2026-11-21 22:59:00
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16735文章数 67241关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

家居
数码
教育
手机
军事航空

家居要闻

2026建博会(广州) 公装联探展交流活动

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版