北京
近日，浙江大学信息与电子工程学院科研团队发布“求是引擎”，首次创新实现了具备千步级长程科研推理能力、能够自主组织和持续推进科研工作的科学发现系统，有望为人类开展科研探索提供一种持续、主动的新型支撑。
目前，现有大模型科研系统通常作为工具辅助，主要帮助科研人员完成查阅文献、编写代码、处理数据或者实现流程自动化等基础功能。然而，面向没有固定路径的开放科学问题，如何让大模型自主判断、动态调整、持续推进研究，并自主探索出重要科学发现，仍然面临重要挑战。
“求是引擎”最关键突破就在于其能够“长程自主推进”科研流程。简单来说，只要给出一个研究方向或研究目标，“求是引擎”就可以像科研人员一样，把一个科学问题一步步推进下去，最终发现原创科研成果。
据相关研究人员介绍，“求是引擎”的开发旨在让大模型直接面对真实科研过程，并承担连续推进研究任务的角色。它可以在数小时到数十小时内，实现数千次大模型调用，持续完成大量中间探索工作。相较而言，如果这一过程由科研人员独立推进，通常需要数周到数月的集中投入。
在一项真实光学实验平台验证中，研究人员只向系统给出一个开放研究目标。“求是引擎”连续自主研究十几小时，自主开展文献调研、理论分析、实验方案设计、程序编写、数据分析和结果判断，并根据真实实验反馈经历多轮失败、原因排查、方案修正和再次验证，最终自主发现了多项原创科研成果，形成了可验证的研究结果。
中国工程院院士、人工智能专家潘云鹤在采访中表示，当前，全球科技竞争正在从“谁拥有更强的大模型”，进一步转向“谁能用大模型在真实场景中解决好复杂问题”。科学研究正是其中最重要的方向之一。
据了解，不少国家已将人工智能加速科学发现上升为战略布局。随着大模型驱动的自主科研系统承担更多长程探索工作，科研的时间尺度和成本结构就可能发生变化。人类科研工作者可以把更多时间放在提出关键问题、判断研究价值、把握研究方向和解释重要结果上，而AI科学发现系统则可以承担大量搜索、验证、排错、优化和初步分析工作。同时，系统还可以极大拓展科研人员的知识边界，更有利于开展跨学科研究，在不同学科的交叉地带探索解决未解科学问题，并提高产生原创成果的可能性。
来源：中国科学报，有删减。
☞ ☞ ☞ ☞ ☞ ☞ ☞ ☞
声明：麦可思研究转载此文，是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请及时与我们联系（18602824882），我们将及时更正、删除或依法处理。
关注“麦研文选”,获取更多数据——
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.
