英國先進研究與發明署（ARIA）近日宣布，將向12個研發“AI科學家”的項目提供資金支持。這些項目旨在開發能夠自主完成科研全流程的智能系統，涵蓋機器人生物學家、機器人化學家等領域。ARIA共收到245份提案，最終選出12個項目，并將原計劃資金總額翻倍，以應對申請數量龐大且質量較高的局面。

ARIA定義的“AI科學家”是能夠獨立運行完整科研流程的系統，包括提出假設、設計實驗、執行驗證并分析結果。部分系統還能將實驗結果反饋自身，形成閉環優化，而人類科學家則主要負責提出研究問題并監督進程。ARIA首席技術官Ant Rowstron表示，這種模式能讓科研人員從重復性工作中解放出來，專注于更具創造性的任務。

每個獲資助項目將獲得約50萬英鎊經費，支持為期九個月的研究。團隊需在項目結束時證明其研發的AI科學家能夠產生新的科學發現。資助對象包括美國公司Lila Sciences、英國利物浦大學團隊，以及一家開發ThetaWorld系統的倫敦初創公司。這些團隊的研究領域涉及量子點合成、自動化化學實驗，以及電池性能相關的物理化學相互作用實驗。

Lila Sciences正在開發“AI納米科學家”系統，用于優化量子點的合成與加工方式。該公司物理科學首席科學官Rafa Gómez-Bombarelli稱，這筆資金將幫助團隊驗證核心觀點，即構建一個可運行的AI機器人閉環，并整理方法文檔供其他研究者復現。利物浦大學的機器人化學家系統則能同時運行多項實驗，并通過視覺語言模型在出錯時進行自主排查。

與ARIA通常資助的周期兩到三年、規模約500萬英鎊的項目相比，此次資助屬于短期小額投入。Rowstron解釋，這是機構的一次實驗，旨在通過快速資助多個項目摸底前沿進展，為未來大型項目提供決策依據。他承認，當前AI科學領域存在大量炒作，尤其在頭部科技公司組建科學團隊后，未經同行評議的成果發布使得技術能力邊界難以判斷。

Rowstron認為，AI科學家的發展路徑是分層堆疊的。底層是人類設計的工具，如AlphaFold，可加速科研流程中的繁瑣環節；AI科學家則位于更高層級，按需調用這些工具。他預測，未來這類系統可能自主構建新工具，推動底層工具自動化，但目前獲資助項目仍以調用現有工具為主。代理型系統的整體局限性，如目標偏離或錯誤產生，仍限制其無人干預下的持續運行時間。

印度AI實驗室Lossfunk的研究顯示，在一次讓大語言模型（LLM）代理完整執行科研流程的實驗中，系統四次嘗試中有三次失敗，原因包括初始規格變化和過度樂觀宣布成功。Rowstron坦言，這些工具仍處于早期階段，后續進展可能放緩，但他強調，部分AI科學家已能加速科研活動，人類需提前做好準備以應對這種變化。