英国先进研究与发明署（ARIA）近日宣布，将向12个研发“AI科学家”的项目提供资金支持。这些项目旨在开发能够自主完成科研全流程的智能系统，涵盖机器人生物学家、机器人化学家等领域。ARIA共收到245份提案，最终选出12个项目，并将原计划资金总额翻倍，以应对申请数量庞大且质量较高的局面。
ARIA定义的“AI科学家”是能够独立运行完整科研流程的系统，包括提出假设、设计实验、执行验证并分析结果。部分系统还能将实验结果反馈自身，形成闭环优化，而人类科学家则主要负责提出研究问题并监督进程。ARIA首席技术官Ant Rowstron表示，这种模式能让科研人员从重复性工作中解放出来，专注于更具创造性的任务。
每个获资助项目将获得约50万英镑经费，支持为期九个月的研究。团队需在项目结束时证明其研发的AI科学家能够产生新的科学发现。资助对象包括美国公司Lila Sciences、英国利物浦大学团队，以及一家开发ThetaWorld系统的伦敦初创公司。这些团队的研究领域涉及量子点合成、自动化化学实验，以及电池性能相关的物理化学相互作用实验。
Lila Sciences正在开发“AI纳米科学家”系统，用于优化量子点的合成与加工方式。该公司物理科学首席科学官Rafa Gómez-Bombarelli称，这笔资金将帮助团队验证核心观点，即构建一个可运行的AI机器人闭环，并整理方法文档供其他研究者复现。利物浦大学的机器人化学家系统则能同时运行多项实验，并通过视觉语言模型在出错时进行自主排查。
与ARIA通常资助的周期两到三年、规模约500万英镑的项目相比，此次资助属于短期小额投入。Rowstron解释，这是机构的一次实验，旨在通过快速资助多个项目摸底前沿进展，为未来大型项目提供决策依据。他承认，当前AI科学领域存在大量炒作，尤其在头部科技公司组建科学团队后，未经同行评议的成果发布使得技术能力边界难以判断。
Rowstron认为，AI科学家的发展路径是分层堆叠的。底层是人类设计的工具，如AlphaFold，可加速科研流程中的繁琐环节；AI科学家则位于更高层级，按需调用这些工具。他预测，未来这类系统可能自主构建新工具，推动底层工具自动化，但目前获资助项目仍以调用现有工具为主。代理型系统的整体局限性，如目标偏离或错误产生，仍限制其无人干预下的持续运行时间。
印度AI实验室Lossfunk的研究显示，在一次让大语言模型（LLM）代理完整执行科研流程的实验中，系统四次尝试中有三次失败，原因包括初始规格变化和过度乐观宣布成功。Rowstron坦言，这些工具仍处于早期阶段，后续进展可能放缓，但他强调，部分AI科学家已能加速科研活动，人类需提前做好准备以应对这种变化。
