“求是引擎”浙大首發AI自主科研開啟新篇章

只需給AI一個研究方向，它就能自己查文獻、想方案、做實驗、分析數據，甚至經歷多次失敗后自己調整思路，最終拿出一份科研成果。如果有一天，這些都可以實現，你會不會覺得，這已經不只是“工具”，更像一位不知疲倦的同事？

近日，浙江大學信息與電子工程學院科研團隊發布“求是引擎”，首次創新實現了具備千步級長程科研推理能力、能夠自主組織和持續推進科研工作的科學發現系統，有望為人類開展科研探索提供一種持續、主動的新型支撐。

它和普通AI科研工具有什么不一樣？

目前，現有大模型科研系統通常作為工具輔助，主要幫助科研人員完成查閱文獻、編寫代碼、處理數據或者實現流程自動化等基礎功能。然而，面向沒有固定路徑的開放科學問題，如何讓大模型自主判斷、動態調整、持續推進研究，并自主探索出重要科學發現，仍然面臨重要挑戰。

“求是引擎”最關鍵突破就在于其能夠“長程自主推進”科研流程。簡單來說，只要給出一個研究方向或研究目標，“求是引擎”就可以像科研人員一樣，把一個科學問題一步步推進下去，最終發現原創科研成果。

傳統大模型在科研方面的應用，高度依賴研究人員提出明確問題，仍然停留在科研流程的局部環節。而“求是引擎”向前邁出重要一步，它能夠關注整個科研過程：研究目標如何被拆解為可執行的問題？創新想法如何轉化為可驗證的方案？初步結果如何判斷是否可靠？當結果不理想時，系統能否重新設計下一步……

“求是引擎”的核心特點，正是圍繞研究目標進行持續判斷和動態調整，不斷嘗試、失敗、修正、再驗證，幫助處理真正開放的科研問題。在這一過程中，系統會根據當前研究進展自主判斷下一步做什么，并不斷生成后續任務，把一個科研問題持續推進下去，支撐千步級長程科研推理。上個月，OpenAI提出的“Loop Engineering”（循環工程）的最新理念與求是引擎所實現的科學發現思路不謀而合。

“‘求是引擎’不再只是一個科研輔助工具，而更接近一種新型自主研究工具。”“求是引擎”的創造者、浙江大學信息與電子工程學院研究員楊怡豪介紹。

為此，“求是引擎”采用了多智能體協同的思路。系統內部有多個分工不同的智能體協同工作：有的負責規劃研究路線，有的負責構建方法，有的負責執行任務，有的負責分析結果，有的負責提出質疑和檢查風險。它們共同推進一個復雜科研任務，更接近真實科研團隊的工作方式。

同時，系統還需要記錄和管理研究過程，不斷循環動態調整，并根據當前研究狀態動態生成后續任務，支撐千步級長程科研推理。因此，“求是引擎”要解決的問題，不是“大模型能不能回答一個科學問題”，而是“大模型能不能把一個科學問題持續推進下去，自主探索并產生重要科學發現”。

數小時完成數周的工作，意味著什么？

據相關研究人員介紹，“求是引擎”的開發旨在讓大模型直接面對真實科研過程，并承擔連續推進研究任務的角色。它可以在數小時到數十小時內，實現數千次大模型調用，持續完成大量中間探索工作。相較而言，如果這一過程由科研人員獨立推進，通常需要數周到數月的集中投入。

在一項真實光學實驗平臺驗證中，研究人員只向系統給出一個開放研究目標。“求是引擎”連續自主研究十幾小時，自主開展文獻調研、理論分析、實驗方案設計、程序編寫、數據分析和結果判斷，并根據真實實驗反饋經歷多輪失敗、原因排查、方案修正和再次驗證，最終自主發現了多項原創科研成果，形成了可驗證的研究結果。

讓大模型面臨真實的科研環境，是一件極具挑戰性的工作。真實科研環境非常復雜：實驗設備可能有誤差，數據可能有噪聲，模型可能只是近似，結果也可能存在多種解釋……為了有效應對這些挑戰，“求是引擎”不是只停留在文字推理或代碼生成層面，而是面向計算平臺、數據分析工具、實驗設備和專業科研軟件進行設計。系統需要理解這些工具能做什么、不能做什么，也需要根據工具返回的復雜結果調整下一步研究策略。

中國工程院院士、人工智能專家潘云鶴在采訪中表示，當前，全球科技競爭正在從“誰擁有更強的大模型”，進一步轉向“誰能用大模型在真實場景中解決好復雜問題”。科學研究正是其中最重要的方向之一。

據了解，不少國家已將人工智能加速科學發現上升為戰略布局。隨著大模型驅動的自主科研系統承擔更多長程探索工作，科研的時間尺度和成本結構就可能發生變化。人類科研工作者可以把更多時間放在提出關鍵問題、判斷研究價值、把握研究方向和解釋重要結果上，而AI科學發現系統則可以承擔大量搜索、驗證、排錯、優化和初步分析工作。同時，系統還可以極大拓展科研人員的知識邊界，更有利于開展跨學科研究，在不同學科的交叉地帶探索解決未解科學問題，并提高產生原創成果的可能性。

未來，“求是引擎”還能做什么

“求是”二字，來自浙大校訓也表達了科學研究的本質：不斷接近真實規律，不斷用事實和數據檢驗判斷。在大模型時代，這一點尤其重要。

“大模型可以生成大量看似合理的內容，但科學研究不能停留在‘看起來正確’。以‘求是’為名，正是希望傳遞這樣一種理念。”浙江大學信息與電子工程學院院長、團隊負責人陳紅勝介紹，“我們要讓大模型不只是生成內容，而是參與真實研究；不只是回答問題，而是推進研究過程；不只是完成局部任務，而是在人的目標設定和結果審查下，自主推進科學探索發現全過程。”

目前，“求是引擎”已在物理學、光學、生命醫學和數學等十余個研究方向開展自主研究。該發現系統在計算物理領域，針對一個延續數十年的基礎難題，提出了新的理論方法；在光譜學領域，建立了一套具有基礎性意義的新理論框架；在光計算領域，發現了新的光計算機制。相關成果已經通過內部多輪核驗，將于近期陸續公開。

推理自主科研能力已引起國內外同行和產業界的關注，相關專家給予高度評價，產業界也在推進探索將其應用于企業內部研發。

vivo 總裁、首席運營官，vivo 中央研究院院長胡柏山表示，手機是 Al 落地最重要的入口，是“物理世界的感知樞紐和個人數字大腦”。“求是引擎”有望助力企業提升端側Al能力與效率，為用戶創造更好的 Agent Phone （智能體手機）體驗。

據悉，未來，“求是引擎”有望進一步接入不同科研任務、工具平臺和實驗環境，服務材料科學、量子科學、高壓科學、生物醫學、化學實驗、工程優化、人文社科等多個方向，從內部科研驗證走向更廣泛的真實科研場景，有望成為未來科研體系中的關鍵基礎設施，為重大原創發現和跨學科創新提供新的動力。