第一位撰寫同行評審論文的人工智慧科學家

新成立的自動科學研究所（Autoscience Institute）揭曉了「卡爾」（Carl），這是第一個能夠撰寫學術研究論文並通過嚴格的雙盲審查過程的人工智慧系統。

卡爾的研究論文在國際學習表徵會議（International Conference on Learning Representations, ICLR）的微型論文（Tiny Papers）專區獲得接受。這些提交的論文幾乎不需要人類的參與，開創了人工智慧驅動科學發現的新時代。

認識卡爾：這位「自動化研究科學家」

卡爾代表了人工智慧在學術研究中不僅僅是工具，而是積極參與者的一次飛躍。卡爾被形容為「自動化研究科學家」，它利用自然語言模型來構思、假設和準確引用學術作品。

關鍵的是，卡爾能在幾秒鐘內閱讀和理解已發表的論文。與人類研究者不同，它可以持續工作，從而加快研究週期並降低實驗成本。

根據自動科學研究所的說法，卡爾成功地「構思了新的科學假設，設計並執行實驗，並撰寫了多篇通過工作坊審查的學術論文。」

這強調了人工智慧不僅能夠補充人類研究，還在許多方面超越了其速度和效率。

卡爾是一位細心的工作者，但人類的參與仍然至關重要

卡爾生成高品質學術作品的能力建立在三個步驟上：

• 構思和假設形成：利用現有研究，卡爾識別潛在的研究方向並生成假設。它對相關文獻的深刻理解使它能夠在人工智慧領域提出新穎的想法。
• 實驗：卡爾編寫代碼，測試假設，並通過詳細的圖表可視化結果數據。它不知疲倦的運作縮短了迭代時間並減少了冗餘任務。
• 展示：最後，卡爾將其發現整理成精緻的學術論文，包含數據可視化和清晰的結論。

雖然卡爾的能力使其在很大程度上獨立，但在其工作流程中仍然需要人類的參與，以遵循計算、格式和倫理標準：

• 批准研究步驟：為了避免浪費計算資源，人類審查者在卡爾過程的特定階段提供「繼續」或「停止」的信號。這種指導使卡爾能更有效地進行項目，但不影響研究的具體內容。
• 引用和格式：自動科學研究團隊確保所有參考文獻都正確引用和格式化，以符合學術標準。這目前是一個手動步驟，但確保研究符合其發表場所的期望。
• 協助處理前API模型：卡爾偶爾依賴於缺乏自動可訪問API的新型OpenAI和Deep Research模型。在這種情況下，手動干預（如複製粘貼輸出）填補了這些空白。自動科學研究所預計這些任務在未來當API可用時將完全自動化。

在卡爾的首篇論文中，人類團隊還幫助撰寫了「相關工作」部分並修飾語言。然而，在隨後的提交之前進行的更新後，這些任務變得不再必要。

嚴格的驗證過程以確保學術誠信

在提交任何研究之前，自動科學研究團隊進行了嚴格的驗證過程，以確保卡爾的工作符合最高的學術誠信標準：

• 可重複性：卡爾的每一行代碼都經過審查，並重新執行實驗以確認可重複性。這確保了研究結果在科學上是有效的，而不是偶然的異常。
• 原創性檢查：自動科學研究所進行了廣泛的新穎性評估，以確保卡爾的想法是對該領域的新貢獻，而不是現有出版物的重複版本。
• 外部驗證：一場涉及麻省理工學院（MIT）、史丹佛大學（Stanford University）和加州大學伯克利分校（U.C. Berkeley）等知名學術機構研究者的黑客馬拉松獨立驗證了卡爾的研究。還進行了進一步的抄襲和引用檢查，以確保符合學術規範。

不可否認的潛力，但引發更大的問題

在像ICLR這樣受尊重的工作坊獲得接受是一個重要的里程碑，但自動科學研究所意識到這一里程碑可能引發更大的討論。卡爾的成功引發了關於人工智慧在學術環境中角色的更大哲學和後勤問題。

自動科學研究所解釋說：「我們相信，無論研究來源於何處，合法的結果都應該被納入公共知識庫。如果研究符合學術界設定的科學標準，那麼誰或什麼創造了它不應自動導致不合格。」

然而，「我們也認為，正確的歸屬對於透明的科學是必要的，純粹由人工智慧系統生成的工作應該能夠與人類創造的作品區分開來。」

鑒於像卡爾這樣的自主人工智慧研究者的創新性，會議組織者可能需要時間來建立新的指導方針，以考慮這一新興範式，特別是為了確保公平的評估和知識歸屬標準。為了防止當前不必要的爭議，自動科學研究所已經撤回卡爾的論文，直到這些框架被制定出來。

展望未來，自動科學研究所旨在為塑造這些不斷演變的標準做出貢獻。該公司計劃在2025年NeurIPS會議上提出一個專門的工作坊，以正式接受來自自主研究系統的研究提交。

隨著圍繞人工智慧生成研究的敘事展開，顯然像卡爾這樣的系統不僅僅是工具，而是追求知識的合作者。但隨著這些系統超越典型的界限，學術界必須適應，以充分擁抱這一新範式，同時保護誠信、透明度和正確的歸屬。

(圖片來源：Rohit Tandon)

另見：You.com ARI：為企業提供專業級人工智慧研究代理

想了解更多來自行業領導者的人工智慧和大數據知識嗎？請查看在阿姆斯特丹、加州和倫敦舉行的人工智慧與大數據博覽會。這個綜合性活動與其他領先的活動同時舉行，包括智能自動化會議、BlockX、數字轉型週和網絡安全與雲博覽會。

在這裡探索其他即將舉行的企業技術活動和網絡研討會，由TechForge提供支持。