自动化科研相关 AI 资讯 · AI 热点

8月6日

00:43

00:43

官方账号Jeff Dean@JeffDean

81°

Jeff Dean与Sanjay Ghemawat、Oriol Vinyals、Quoc Le共同宣布成立Discovery Loop，这是一家公共福利公司。四人已合作14至30年，曾参与构建全球广泛使用的产品和AI模型。新公司的使命是自动化机器学习、科学和工程，以加速发现与进步。官网为discoveryloop.com。

行业 Discovery Loop Jeff Dean 自动化科研

推荐理由：Jeff Dean带着三位谷歌老同事搞了个新公司，想用AI自动搞科研和工程，加速出成果。

7月16日

14:13

14:13IT之家（博客/媒体）

上海科学智能研究院牵头建设的 Golab 物质科学智能研发工厂，在五天五夜内零人工干预完成 135 项真实科研任务。系统以“燧人”物质科学专用大模型为大脑，融合量子力学与统计热力学机理，基于逾 1 亿条第一性原理数据训练，在 50 余种热力学性质预测中达到业界最优。自驱动实验室一期实现 AI 计算与实验设备直接联动，催化剂优化任务首轮活性提升约 15%，第二轮达文献方案的约 6 倍，AI 工具调用正确率 100%。任务涵盖药物发现、催化剂设计、材料研发和电解液筛选等场景。

AI产品 Golab 燧人大模型上海科学智能研究院

推荐理由：上海这个 AI 科研工厂太猛了，五天自己做了 135 个实验，催化剂活性直接翻 6 倍，效率比人高了几个量级。

6月27日

11:45

11:45

Stanford AI Lab@StanfordAILab

斯坦福AI实验室发布了Auto-psych系统，让AI智能体自主提出心理学理论、设计实验、在线招募真实人类参与者，并根据实验结果迭代改进。该系统实现了从理论到验证的闭环自动化，无需人工介入实验设计和数据收集环节。这是将大语言模型智能体应用于社会科学实证研究的一次实践。

AI模型 Auto-psych Stanford 智能体

推荐理由：斯坦福AI实验室搞了个Auto-psych，AI智能体自己就能跑通心理学研究整个流程，从提理论到找人做实验再到改进，省掉了人工操作。

6月12日

04:12

04:12

Richard Socher@RichardSocher

精选

Richard Socher 宣布其公司 Recursive 在递归自我改进超级智能（RSI）方向取得里程碑：一个自动化科学发现系统在三个 AI 基准测试（NanoGPT speedrun、NanoChat、Sol-ExecBench）上取得 SOTA 结果。该系统由 AI 自主生成代码和想法，无需人类团队发明，实现了从构思到验证的闭环。Recursive 已开源该系统的发现成果，强调其解决方案是创造性的、良性的，而非危险或简单的优化。这标志着向“尤里卡机器”迈出了第一步，未来可指向任意难题自动产出发明。

AI模型自动化科研 RSI 开源/仓库

推荐理由：AI 自动化科研终于有了可复现的实例——Recursive 的系统自己写代码、跑实验、拿 SOTA，做 AI 研究的团队值得看看这种“AI 做 AI 研究”的范式是否可行。

5月15日

09:58

09:58

官方账号arXiv cs.AI@Songyang Gao, Yinghui Xia, Siyi Liu, Hui Xiong

精选

现有 LLM 生成研究想法的方法多依赖静态文献检索或复杂提示工程，忽略了文献间的结构关系。研究者提出 Graphs of Research (GoR)，通过提取每篇种子论文的 2 跳引用邻居，从引用位置、频率、前驱链接和发表时间推导关系，构建论文演化有向无环图 (DAG)。他们从五大 ML/NLP 会议收集数据，微调 Qwen2.5-7B-Instruct-1M 模型，在头对头 LLM 裁判锦标赛中击败 gpt-4o 基线，达到 SOTA。该方法证明了引文演化图作为监督信号的有效性，有望降低自动化科学创新的门槛。

论文研究想法生成引文演化图 LLM微调

推荐理由：做自动化科研或 AI 辅助创新的研究者，可以试试用引文关系图替代静态检索来激发 LLM 的创意，GoR 直接开源了数据和微调方法。