AI Scientist-v2 впервые опубликовал научную работу без участия человека

AI Scientist-v2 совершил прорыв, который может изменить представление о будущем науки. Впервые искусственный интеллект самостоятельно создал полноценное исследование, прошедшее рецензирование на международной конференции без участия человека. Этот шаг способен радикально трансформировать сам подход к проведению научных изысканий.

AI Scientist-v2 — это система искусственного интеллекта, разработанная компанией Sakana AI, которая имитирует работу учёного: формулирует гипотезы, проводит эксперименты, анализирует результаты и самостоятельно пишет научные статьи.

Исторический момент

Научная статья, подготовленная AI Scientist-v2, была представлена на семинаре престижной конференции ICLR 2025. Эта площадка считается одной из главных мировых арен в сфере машинного обучения. Работа под названием «Композиционная регуляризация: неожиданные препятствия в улучшении обобщения нейронных сетей» получила положительные оценки рецензентов и была принята к публикации.

Участие ИИ в процессе, ранее считавшемся исключительно человеческой прерогативой, стало возможным благодаря исследовательской группе Sakana AI в сотрудничестве с Университетом Британской Колумбии и Оксфордом. Эксперимент был проведён с полным соблюдением научных протоколов и при поддержке организаторов конференции.

Как работает AI Scientist-v2

Система превзошла своего предшественника благодаря устранению необходимости в шаблонах кода, расширению исследовательских возможностей и внедрению поиска по дереву. Этот метод позволяет параллельно исследовать разные научные направления, напоминая стиль работы опытных исследователей.

Процесс напоминает человеческий цикл: формулировка гипотезы, проектирование эксперимента, написание кода, его выполнение и анализ результатов. Важным элементом стал агент-менеджер, координирующий работу системы.

Кроме того, AI Scientist-v2 включает ИИ-рецензента, использующего модели визуального языка для оценки содержания и визуализации. Это создало замкнутый цикл уточнения, благодаря которому система совершенствует свои статьи на основе обратной связи.

Чем уникальна эта работа

Принятая статья исследует задачу композиционного обобщения — способности нейросетей комбинировать известные концепции в новых условиях. Система предложила новые методы регуляризации, однако часть экспериментов дала неожиданные отрицательные результаты.

Подобные выводы ценны: они позволяют избежать тупиковых направлений и формируют более чёткое понимание границ применимости нейронных сетей. В ходе работы ИИ строго соблюдал научные стандарты — от визуализации результатов до корректного цитирования литературы.

Технические возможности и новшества

Ключевым преимуществом AI Scientist-v2 стала универсальность: система способна генерировать уникальные исследовательские методики в разных областях машинного обучения. Древовидный поиск помогает одновременно тестировать несколько гипотез, распределяя ресурсы оптимальным образом.

Отдельное внимание уделено визуализации: встроенные модели визуального языка позволяют улучшать графики и схемы, делая результаты более наглядными. Система также демонстрирует понимание академического стиля — от структуры статей до логики аргументации.

Ограничения и вызовы

Несмотря на успех, исследование выявило и слабые стороны. Принятая работа соответствовала уровню семинара, но для основной конференции её качество оказалось недостаточным. Рецензенты отметили неточности в цитировании и ограниченность экспериментального дизайна.

Кроме того, исследования ИИ пока сосредоточены на постепенных улучшениях, а не на революционных открытиях. Прорывные идеи по-прежнему остаются уделом человека, тогда как система эффективнее работает в рамках существующих подходов.

Будущее автоматизированной науки

Появление таких инструментов открывает новую эпоху. В дальнейшем AI Scientist-v2 и его наследники смогут создавать статьи, достойные публикаций в ведущих журналах. Более того, они могут внести вклад в открытия в медицине, физике или химии.

Однако вместе с возможностями встают вопросы этики. Научное сообщество должно определить правила раскрытия факта использования ИИ, а также стандарты оценки подобных исследований. Эксперимент Sakana AI стал важным примером прозрачности и ответственного внедрения технологий.

История с публикацией статьи, написанной искусственным интеллектом, — это шаг в будущее науки. Хотя система пока далека от уровня топовых конференций, её развитие показывает ясный вектор: автоматизированные исследования становятся реальностью. Теперь задача человечества — не только совершенствовать технологии, но и выработать правила, которые сделают их использование безопасным и справедливым.