DeepScientist：西湖大学的 AI 研究者，显著提高科研生产力

发布时间：2025-10-11 09:41:17 | 责任编辑：张毅 | 浏览量：10 次

近日，西湖大学推出了一款名为 DeepScientist 的 AI 科学家，这一系统在短短两周内完成了人类科学家三年的科研成果。DeepScientist 不仅自主产生了超过5000个科学想法，并对其中的1100个进行了验证，还在三个前沿 AI 任务中成功打破了人类的最新纪录，展示了其强大的科研能力。
在 AI 科研的历史上，虽然许多工具和系统已经相继问世，但它们大多只是辅助性工具，无法独立完成科研工作。早期的 AI 系统如 PaperBench 和 Agent Laboratory，主要帮助科学家复现论文或解决特定的机器学习问题，而 AlphaTensor 则通过大量试错来优化代码性能。然而，这些工具往往无法质疑现有的科研范式。
随着技术的进步，一些全自动的 AI 科学家系统如 AI Scientist 相继出现，它们证明了 AI 能够完成完整的研究循环，并发现新的科学成果，但仍缺乏明确的科学目标和方向。相比之下，DeepScientist 则以其闭环、迭代的流程，展现了探索的目标性和洞察力。该系统首先分析现有的研究方法，识别其短板，然后提出新颖且具有科学意义的想法。
DeepScientist 的工作流程被设计成一个三阶段的循环:首先是生成新想法的阶段，在这一阶段，系统会从庞大的记忆库中提取信息，并为新想法打分;接下来，系统会使用 “上置信界” 算法来决定验证哪一个想法，选择得分最高的想法进行实验;最后，在成功验证的基础上，系统会撰写详细的研究报告，形成闭环。
在具体任务上，DeepScientist 选取了三个前沿 AI 研究方向，包括代理失败归因、LLM 推理加速和 AI 文本检测。在这三个任务中，DeepScientist 分别提出了 A2P、ACRA 和 PA-Detect 等新方法，不仅超越了现有的 SOTA（State Of The Art）记录，还展示了其出色的自主学习和创新能力。
这一突破性的研究成果，标志着 AI 科学家在科研领域的潜力得到了进一步验证，未来可能会在更广泛的科学探索中发挥重要作用。
项目:https://github.com/ResearAI/DeepScientist
划重点:
- 🚀 DeepScientist 在两周内完成了人类科学家三年的科研量，展示出强大的科研能力。
- 💡 该系统通过闭环、迭代的流程，能够自主生成并验证科学想法，形成完整的研究闭环。
- 🧠 DeepScientist 在多个前沿任务中成功打破了人类最新科研纪录，展现出 AI 在科研领域的巨大潜力。