美國國防高級研究計劃局（DARPA）近日宣布啟動一項名為“智能體通信提升數(shù)學方法”（MATHBAC）的重大研究項目，旨在通過構建嚴格的數(shù)學基礎，推動人工智能（AI）智能體在科學探索領域的協(xié)作能力實現(xiàn)質(zhì)的飛躍。該項目將分兩個階段推進，總周期34個月，第一階段最高可獲得200萬美元資助，面向全球研究人員征集創(chuàng)新方案。

DARPA在項目公告中指出，盡管AI在探索解決方案空間方面表現(xiàn)出色，但在系統(tǒng)性地生成可推廣的科學洞見方面仍存在顯著短板。當前AI模型的發(fā)展高度依賴啟發(fā)式引導，本質(zhì)上是一種“試錯式”探索，缺乏對結果背后成因的深入理解。這種局限性同樣體現(xiàn)在智能體間的通信協(xié)作中：若缺乏嚴格的數(shù)學理論支撐，智能體間的交互將長期面臨效率低下、穩(wěn)定性不足以及難以跨領域應用等挑戰(zhàn)。

MATHBAC項目的核心目標正是破解這一難題。DARPA解釋稱，項目將通過優(yōu)化AI通信機制，系統(tǒng)性地加速新假設的生成速度，從而推動智能體在科學推理領域的效率實現(xiàn)突破性提升。第一階段的研究將聚焦于兩大方向：一是構建理解和設計智能體通信協(xié)議的數(shù)學基礎；二是提升通信內(nèi)容的質(zhì)量，確保智能體不僅能高效交互，還能傳遞具有科學價值的信息。

在通信內(nèi)容的研究方面，MATHBAC提出了更具挑戰(zhàn)性的要求。項目團隊需深入分析智能體間的交互數(shù)據(jù)，從中提煉出簡潔、可推廣的“知識精華”，并將其納入?yún)f(xié)作智能體的共同知識模塊。例如，項目設想了這樣一個高難度場景：一組經(jīng)過特定科學領域訓練的AI智能體，能否從一組暗示某種普遍規(guī)律但未明確闡明該規(guī)律的數(shù)據(jù)中，自主推斷出具有普適性的科學原理或定律？DARPA甚至以“重新發(fā)現(xiàn)門捷列夫式原子周期表”并構建“面向分子的多維類周期表”為例，說明了項目目標的遠大性。

為確保研究的革命性，DARPA明確表示，MATHBAC不會接受任何僅對現(xiàn)有實踐進行漸進式改進的申請。項目要求研究人員必須追求真正意義上的突破，例如開發(fā)能夠系統(tǒng)性推動新科學演化與發(fā)明的AI工具。在第二階段，研究將進一步深入，探索專為AI智能體設計的全新領域語言，以支持智能體基于協(xié)作壓力進行自我進化。

據(jù)悉，MATHBAC項目的提案截止日期為6月16日，計劃于今年9月正式啟動。預計將有多個團隊獲得資助，共同參與這一具有里程碑意義的研究。截至目前，DARPA尚未對相關問詢作出回應，但項目的遠大目標已引發(fā)科學界的廣泛關注。