摘要：最近谷歌DeepMind和MIT、哈佛一起搞了个大新闻，他们发了一篇71页的论文，说开发了一个AI系统，能自动生成“专家级别的科研实证软件”！

最近谷歌DeepMind和MIT、哈佛一起搞了个大新闻，他们发了一篇71页的论文，说开发了一个AI系统，能自动生成“专家级别的科研实证软件”！

简单说就是，以前科学家要花几个月写的科研代码，这AI几天甚至几小时就能搞定，而且效果往往比人类顶尖方案还好。

这事儿得掰开了说，不然容易觉得是“AI又吹牛皮”，首先得搞懂，这AI到底是咋干活的，为啥能比人快还比人好。

它核心是两套技术搭伙，一套是大语言模型，就是类似ChatGPT那种能写文字、写代码的AI，先让它根据问题描述生成初步的Python代码。

而另一套呢，则是“树搜索”，你可以理解成AI在脑子里搭了个“方案树”，每个树枝都是一个可能的代码方案，它会系统地在这棵树上找最优解。

更厉害的是，这个“树搜索”可不是不是瞎试，是参考每个方案的评分，不断改进好的方案，淘汰烂的。

为了让这“找方案”的过程不跑偏，团队还搞了个叫PUCT的算法，灵感来自AlphaZero的思路，既不盯着一个还行的方案死磕，也不瞎试没用的方案，平衡得特别好。

更关键的是，这AI不是“闭门造车”，会主动去查论文、教材，甚至用GeminiDeepResearch这种工具找思路，把这些外部知识掺进代码里，相当于站在全人类的科研成果上写代码。

为啥这事儿对科研圈来说是“大突破”呢，这还得先说说现在科研的痛点。

现在搞科研早不是“拿试管摇一摇、拿显微镜看一看”那么简单了，不管是算天气模拟、摸流体力学规律，还是分析生物基因数据、预测社会趋势，背后都得靠复杂的定制化代码。

但写这种代码太折磨人了，一来要懂专业，二来要磨细节。

有时候一个团队要花好几年才能磨出一套能用的代码，还特别依赖老教授的经验和直觉，很多研究就卡在“写代码”这一步，效率低得要命。

DeepMind这AI就是冲着解决这个痛点来的，他们把这些需要代码的科研问题叫“可评分任务”。

简单说就是“能用软件解决，还能打分看好不好”的问题，对应的代码叫“实证软件”，比如为了让数据拟合得更准、预测得更对写的软件。

AI的目标就是自动生成这种软件，还能不断迭代优化。

光说不练假把式，他们拿2023年16场Kaggle比赛练手了，Kaggle是全球数据科学比赛的“世界杯”，顶尖高手都在这比。

结果挺意外，用了树搜索的AI，比光用大语言模型写代码强多了，甚至比把大语言模型调用1000次、挑最好的方案还厉害。

而在比赛过程中，AI还会“突然开窍”，找到新的解题策略，分数一下跳上去，最后攒下来的优势，让它的方案质量远超普通选手。

而且他们还试了“给AI加提示”的效果，比如告诉AI“赢Kaggle的常见技巧”，或者让AI从零写一个决策树库。

结果AI的表现又上了个台阶，这一结果说明，AI不但不是“死写代码”，还能理解人类的经验，甚至能啃硬骨头。

更实在的是，这AI已经在六个科学领域做出了超越人类的成果。

比如基因组学里的“单细胞RNA测序分析”，这活儿难在哪，不同批次测出来的数据总对不上，但又不能把有用的生物信息弄丢。

AI不仅解决了这个问题，还搞出87种全新的分析方法，其中40种直接超过了人类专家在OpenProblems排行榜上的最佳模型。

最典型的是个叫BBKNN(TS)的方法，就是AI把两种老方法（ComBat和BBKNN）重新拼了拼，结果效果比人类最好的方案提升了14%。

打个比方，这就相当于AI用旧零件拼出了新机器，还更强了。

还有神经科学领域，他们让AI预测斑马鱼全脑7万多个神经元的活动（用的是ZAPBench基准）。

这活儿有多难？要同时算7万个“小信号”的变化，以前最好的模型是Unet视频模型，结果AI不仅在大多数情况下比它准，还进化出了更高级的思路。

把神经元的特征、时间变化、甚至“全脑的整体状态”都揉进模型里，甚至还掺了“生物物理模拟库”。

不光能算对，还能说清“为啥对”，这就比光靠数据拟合的模型高级多了，相当于AI不仅会做题，还开始懂“知识点”了。

其实这事儿最牛的不是“AI写代码快”，而是它给科学发现开了条新路子，以前科学家得自己啃论文、试代码、调参数，大部分时间耗在“体力活”上。

而现在，AI能把这些活儿接过去，还能整合全人类的科研思路，甚至提出人类没想到的方案。

以后搞科研，可能科学家只需要负责“提问题、定方向”，剩下的代码生成、初步分析就让AI来，省出的时间能多做几个实验、多琢磨几个核心问题。

说直白点，这AI不是要“替代科学家”，而是给科学家配了个“超级助手”，以前得自己扛着锄头挖地，现在有了挖掘机，能更快挖到科学的“宝藏”。

来源：暮时史分