科学界获得了一个加速研究的新工具:谷歌DeepMind的研究员凯文·墨菲开发了模型发现代理(MDA)系统。这是一个自主AI代理,它不仅分析数据,还完全自动化科学认知的循环——从假设生成到实证验证。

MDA的架构基于主动学习原则。该系统提出几种可能解释所观察现象的机制,然后自行确定哪个实验能带来最大信息增益,并在获得结果后更新其假设。这种方法模仿了研究科学家的工作方式,但速度和精度要高得多。

该代理的关键特性是能够在跨学科领域工作。测试在物理、化学和生物学的任务上进行,这证实了所提出方法的通用性。根据我的分析,MDA在处理实验数据方面表现出对现有机器学习方法的显著优势,尤其是在可用测量数量有限的场景中。

这是朝着创建完全自主的科学实验室迈出的重要一步,在这些实验室中,AI不仅处理数据,还做出研究策略决策。引入此类代理能够大幅缩短从假设提出到验证之间的时间,这在开发新材料或药物等领域至关重要。

然而,值得注意的是,MDA目前仍在给定参数范围内工作,无法生成全新的科学范式。但作为常规假设验证和实验计划优化的工具,它今天已经为世界各地的研究团队带来了重要价值。