在成立不久后的短时间内，Discovery Loop的估值迅速攀升至500亿美元，显示出市场对其潜力的期待。根据最新消息，该公司正筹集新一轮资金，估值较几周前翻了五倍。其愿景是让人工智能参与到实验的提议、执行和结果分析中，首个研究对象是自身技术体系。投资者的逻辑很明确：如果AI能够加速自身研发，那么这一加速将影响更广泛的领域。

回顾2022年末ChatGPT的推出，大家对AI能够撰写文章和回答问题感到惊奇。而如今，AI的能力已从聊天扩展到代码编写，解决的任务愈加复杂。近期，OpenAI发布了一项由模型生成的数学证明，推翻了数学家们近80年来对埃尔德什单位距离猜想的研究，外部数学家对此进行了验证并讨论其带来的新视角。同时，Anthropic以较低水平的模型反馈引导更高级的模型解决AI研究问题，AI不仅提出了思路，还执行实验并对结果进行比较，而其发现的方法超出了人类的调优基准。

Google的Demis Hassabis在其今年的I/O大会上指出，我们正进入一个“科学发现的新黄金时代”。各大前沿实验室正在积极探索AI在科学发现中的作用，生成超出人类认知的全新知识。 qy球友会官网

智能发展的阶段可概括为从聊天到代码，再到科学发现。这一过程不仅是模型功能的扩展，更是其接触的经验类型的变化，从静态知识转向行动、结果和反馈的交互式体验。向未知领域迈进的过程中，AI面临的挑战是如何在缺乏明确任务说明的情况下进行探索。在人类也未知的情况下，AI如何选择下一步及将探索经验应用于未来研究，依旧是个难题。

近日，PhAI Labs发布了针对开放式科学发现的Discovery Foundation Models（DFM）技术报告。这支由来自斯坦福、牛津、普林斯顿等校的顶尖团队组成，涵盖基础模型、强化学习、智能体等领域，具备丰富的研发和科研经验。团队成员在多个一流期刊上发表了重要成果，并积累了多方面的实战经验。

DFM团队的理念是将科学发现视为一个循环过程，允许AI识别待研究的未知问题，提出假设并在真实的数据与实验环境中进行验证。这一验证过程将不断成为新的研究起点，促进AI对世界的理解，开启新一轮探索。人类科学家的决策历程也会被记录下来，为未来模型的训练提供宝贵经验。 qy球友会官网

AI参与科学研究的最大困难在于研究领域往往缺乏事先设定的任务说明。Karpathy开源的autoresearch工具可以自主调整训练代码与实验，但在真实科研中，研究者需反复斟酌研究的主题及变量的选择。实验失败有时暗示方法需调整，有时则是理论本身有误，而及时且准确地判断失败的原因是科研中最具挑战和价值的工作之一。这些判断通常不能完整地体现在论文中，最终结论常被强调却不易看到假设被放弃的原因和实验失败的具体因素。