当AI大脑邂逅机器人躯

虚拟与物理的二元科研世界

当下AI科学家的研究正处于蓬勃发展阶段，但多数都以agent形式存在，主要专注于编程相关的学科，如机器学习研究、生物信息学分析等。这些系统在虚拟世界中展现出色的能力，却无法触碰现实世界。

Lu等人开发的「The AI Scientist」展示了AI系统如何通过大规模预训练和代码生成能力，实现对科学发现的自动化。该系统能够解析问题，生成研究方案，执行计算代码，甚至分析结果并得出结论。

然而，这些AI系统存在明显的局限性。它们主要局限于预定义的计算域内，虽然能执行算法、优化参数和分析数据，但缺乏全面的「计算机使用能力」(computer-using proficiencies)。人类研究者能够流畅地在各种计算环境间切换，而当前的AI系统无法复制这种通用性。它们在导航复杂的科学文献库时显得力不从心，难以应对各种异构接口、认证要求和组织结构。

此外，它们无法有效利用专业科学软件生态系统，包括计算建模环境、分析工具和仿真框架，这些都需要细致的配置和跨平台集成。

AI系统最大的局限在于完全缺乏物理实验能力，这从根本上限制了它们的科学研究范围，排除了大量需要与物理现象直接交互的实证科学领域。

这一限制在生物学、医学和工程学等领域尤为明显，这些领域的研究往往需要手工实验和精确的物理操作。

而另一方面，当前实验室中的机器人大多是为特定任务定制的，灵活性有限。它们可以在特定参数范围内高效运行，但面对实验异常、意外行为或设备故障时往往束手无策。

现有机器人执行的是预定义的程序序列，很少具备实验即兴创新或协议适应的能力。尽管机器人学习领域取得了进展，但现有系统在不同实验环境中的泛化能力仍然有限。