<mark id="oztn4"></mark>
0
還記得今年夏天讓眾多科研工作者“瑟瑟發抖”的 AI scientist 嗎？
彼時的它，作為一個由谷歌Transformer 論文作者 Llion Jones 和前谷歌研究人員 David Ha 共同創立的全自動科學研究平臺，從提出研究設想、檢查創新程度，再到設計實驗、編寫程序、再GPU上執行實驗并收集結果，到最后完成論文的撰寫，一氣呵成，讓不少科研工作者早早就有了“事業危機感”。 此外，該項目還獲得了New Enterprise Associates、Khosla Ventures、Lux Capital等多家全球知名投資機構以及NVIDIA等產業投資人的投資，進一步推動了其技術突破和市場化落地。
而這陣科學家“失業風”剛刮走沒多久，又一位國產“AI科學家” Nova 便橫空出世。
Nova 能夠生成大量突破性的科學Idea，在創新性、價值性、可行性等方面可以媲美甚至超過人類科學家。
歷史證明，突破性的Idea具有開啟新技術紀元的潛力——比如Transformer的出現引領了波瀾壯闊的AGI時代，ImageNet極大地加速了深度學習的發展，而最近的諾貝爾獎授予了幾位AI領域的科學家，也標志著AI發展史上的一個重要轉折點。如今，Nova正站在這樣的歷史節點上，以2.5倍于AI scientist的Idea生成能力，迅速在科研領域掀起新一輪風暴。直觀地說，當AI scientist還在思考第2個Idea時，Nova已經提出了5個高質量的創新Idea，每一個都有可能成為開啟未來科技新紀元的鑰匙。
這個“妙 idea 連珠”的 Nova 大模型，是由西湖大學藍振忠團隊聯合浙江大學、電子科技大學等多所高校研發的。
而他們的出發點，就是解決現代科研工作中的一個難題：我要做什么？
他們希望大模型可以迅速閱讀最新的Paper，幫助科研工作者提取其中的關鍵信息，根據提取的信息，生成多個高質量的 Idea。涉及到跨領域的知識，大模型也可以輕松完成。人類科學家只需要根據模型生成的內容進行判斷，大大節省了科研的時間，從而提升科研的效率。
藍振忠說：“我身邊的科學家，包括我自己做科研這么多年了，有一個特別明顯的感受，就是我們雖然做著最前沿的最具探索性的事情，但實際組織工作的方式卻是非常傳統的，甚至像是手工作坊。”
“正因如此，Nova的誕生不僅僅是一個技術突破，更像是科研領域的一場革命，將極大地加速科研創新的過程。Nove模型的發布，只是團隊邁出的第一步，后續將持續發力：
1）從0到1：先讓模型在單個學科、領域實現創新，快速驗證算法和模型效果，把基建和底子打好，讓模型成為一個可以給科學家使用的產品。
2）從1到10：進一步拓展模型的橫向能力，成為多學科的創新專家，不僅能生成創新的科學Idea，而且能自動執行驗證，最終發表科研論文。
3）終極目標：讓模型能夠自驅地進行科學探索、商業創新，讓模型推進人類的科學突破與產業提升。
而 Nova 的實力也并不是紙上談兵，研究團隊為了評估Nova模型的綜合性能，分別從質量、多樣性、新穎性三個方面對其進行了全面評估。
他們先是利用Claude-3 Sonnet作為裁判按照瑞士制錦標賽(Swiss System Tournament)對各個方法產生的idea的質量進行評估。結果顯示，Nova方法生成的想法在質量上顯著高于其他方法，有619和2521個想法得分為5和4，遠超過其他最新的方法。
多樣性方面，研究團隊通過計算idea之間的相似度來對生成的idea來進行去重。實驗中，隨著生成的想法數量的增加，Nova 模型可以通過迭代規劃和搜索不斷產生新的想法。在非重復百分比方面，Nova 的表現明顯優于其他方法，超過80%的想法都是不重復的。
最終，團隊為了探索文章提出的方法對持續生成新的idea的影響，還進一步通過消融實驗證明了該方法能持續生成新穎的非重復的idea。
實驗中，當不采用文章提出的規劃搜索方法時，迭代三次中的獨特想法數量（44.1）與迭代兩次 (42.4) 相比不再增加。這表明，如果沒有規劃搜索，僅依靠基于種子想法的檢索會限制獲取有價值的外部知識以進行創新。當規劃和檢索都被刪除時，由于沒有引入外部知識，獨特新穎想法的數量在迭代兩次后略有增加（從25.3增加到 30.6），在迭代三次的時候相比迭代兩次則停滯不前（從30.6增加到31.35）。
除此之外，他們還找來了10位專家（包括對應領域的博士，博后以及資深教授），對生成idea在Overall（整體），Novelty（新穎性），Feasibility（可行性），Effectiveness（有效性）進行全面的評估。
最終研究人員發現在人工評估中，Nova 在整體質量和新穎性方面均獲得了最高分。Nova貢獻了前4個想法的 37.5%，是四種方法中最高的。此外，Nova 在最差的 4個想法中所占比例非常低，在整體質量方面僅占17.53%。在新穎性評估中也觀察到了類似的模式。
研究團隊透露，當他們將得到的結果拿給身邊的科學家看，一眾科學家都不敢相信這是AI創作的！
Nova模型之所以能讓科學家都“恍惚”，是因為它引入了一種增強的規劃和搜索方法，用于提升大語言模型的能力：
迭代規劃：Nova模型通過迭代的方式制定搜索計劃，旨在識別能夠增強當前想法新穎性和多樣性的文獻。這種規劃過程使得模型能夠不斷優化生成的想法。
除了迭代規劃外，Nova還有其他的方法來輔助提升模型的創新性，包括：
外部知識檢索：Nova模型結合了外部知識檢索機制，通過獲取相關文獻來豐富生成的想法。這一過程利用了最新的研究成果，確保生成的想法與當前科學前沿保持一致。
檢索增強生成：使用了檢索增強生成的方法，結合了檢索到的信息與生成模型的內部知識，以提高生成內容的質量和相關性。
自我反思機制：為了防止生成的想法出現幻覺，模型利用了自我檢查、自我批評和反思等機制，確保生成的想法邏輯合理且符合實際。
多源種子想法生成：Nova模型通過多種科學發現方法生成初始種子想法，確保生成的想法具有多樣性和創新性。
綜合以上方法，當Nova拿到一篇文章后，就能自動化的去想如何提出好的idea來提升當前文章里提到的方法。
比如，下面的idea是當團隊把微軟的Research Agent原始paper作為輸入得到的優化方法，它能自動分析當前方法沒有接入實時的數據流的缺陷，并提出方案去解決這個問題，具有較強的創新性。
同時還能分析引入一個實時的反饋機制和自適應的研究框架能進一步提升該方法的效果，這些都是一些實實在在可以研究和發表的idea，科學家想不“迷糊”都難：
西湖大學團隊領導人藍振忠，是Google輕量級大模型“ALBERT”（學術引用量約8000）的第一作者，《麻省理工科技評論》評選的2021年度亞太地區“35歲以下科技創新35人”，前Google人工智能科學家。
目前為西湖大學博士生導師，深度學習實驗室創辦人及負責人，西湖心辰創始人。
此外，他共同推出了對標GLUE的中文大模型評價基準ChineseGLUE（后簡稱為CLUE），廣受業界歡迎。他還帶領團隊研發了側重情感感知的西湖大模型和國內首個輔助心理咨詢的AI咨詢師“小天”。
而西湖心辰推出的多模態通用大模型：西湖大模型，也具備長期記憶、情感感知和主動聊天等卓越的能力。
雷峰網(公眾號：雷峰網)據悉，他曾說：“讓AI自驅的進化，推進我們人類的科學突破與產業提升。”
AI可以代替人類科學家產生突破性的科學Idea嗎？最后，我們再拋出這個問題。至于這個問題的答案，或許就像追逐地平線一般，每當以為接近之時，它卻又在更遠的地方等待，留給我們的，是永恒的追求與思考。
“但追逐的腳步不會停止。”
論文地址：https://arxiv.org/abs/2410.14255
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
