本文转自微信公众号“量子位”，作者：关注前沿科技。
一水 发自 凹非寺
量子位 | 公众号 QbitAI
CEO皮猜亲自站台，谷歌的最新研究狠狠火了——
为科学家群体推出“科研搭子”
AI co-scientist
，一个能够利用高级推理综合大量文献、生成新颖假设，并提出详细研究计划的多智能体AI系统。
划重点，该系统将与OpenAI o1/DeepSeek-R1相似的
测试时间计算
用来加速科学发现。
据皮猜介绍，这个系统已经在
肝脏纤维化治疗、抗菌耐药性和药物再利用
等重要研究领域取得了初步成果。
而且趁热打铁，谷歌这次还面向全球科学家推出了一个“可信测试计划”，大家现在都可以申请。
另外，从致谢名单可以看到，这项研究集齐了谷歌内部豪华阵容，包括Google Research、Deepmind以及Cloud AI teams，还有顶尖高校科学家参与测试……
正如网友所言，说不定AI智能体未来某天就获得诺贝尔奖了。
文献综述/提出假设/报告一条龙搞定
直接来看
AI co-scientist的运作过程
。
其目标非常清晰，当科学家文字给出研究主题后，它会借助多个AI智能体帮助生成新的研究假设、详细的研究概述和实验方案。
参与其中的智能体包括但不限于：
-
生成（Generation）：提出新的假设或想法
-
反思（Reflection）：评估和分析生成的假设
-
排名（Ranking）：对假设进行优先级排序
-
进化（Evolution）：通过迭代改进假设
-
邻近性（Proximity）：探索与现有知识相近或相关的领域
-
元审查（Meta-review）：对整个过程进行监督和优化
这些智能体通过
自动化反馈
不断迭代，生成、评估和改进假设，从而形成自我优化循环，最终输出高质量研究方案。
而作为科学家，具体可以通过以下几种方式参与协作。
比如最开始给系统提供粗略的想法或一些研究主题or方向，让它帮你进一步细化；或者对AI的输出提供自然语言反馈，让它进一步调整。
此外，科学家还能使用其他工具，如网络搜索或一些专业领域的AI模型，来进一步提高研究质量。
深挖二者具体协作过程，还能看到当科学家提出研究目标后，有一个
监督智能体
（Supervisor Agent）来负责工作分配。
-
专业智能体（红色框，具有独特的角色和逻辑）；
-
科学家的输入和反馈（蓝色框）；
-
系统信息流（深灰色箭头）；
-
智能体间的反馈（智能体内部的红色箭头）。
从上面可以看出，整个AI co-scientist系统的运作较为简单。
测试时间计算用于科学发现
当然，这项研究的主要亮点是：
扩展测试时间计算（test-time）来大大增强其推理能力
，包括上面提到的自我对弈、假设排名和进化过程等关键推理步骤。
在研究中，AI co-scientist利用
Elo评级系统
来衡量和提升其在解决科学问题方面的能力。
具体而言，Elo评级是一个动态的评估指标，通常用于衡量比赛者的相对技能水平。研究人员对比了AI co-scientist（蓝色线）和Gemini 2.0（红色线）在GPQA（General Problem-solving Question Answering）基准测试上的平均准确率。
结果发现，高Elo评级的系统在解决挑战性问题时，能够提供更准确答案。
（正相关）
这表明了，
Elo评级可以作为一个有效的指标
，用来预测和提升AI co-scientist在科学问题解决方面的性能。
接下来，七位领域专家精选了15个开放的研究目标，并提出了相应的最佳解决方案。
目标是，利用自动化的Elo评估指标，来对比AI co-scientist和其他最先进智能体和推理模型
（Gemini 2.0 Pro版本和推理版本，以及人类专家）
