谷歌发布新型AI系统，可自动生成专家级科研软件
融合大语言模型与树搜索技术，已在基因组学、神经科学等多个领域超越人类表现
近日，谷歌发布一项重磅研究成果——一种能够帮助科研人员自动编写“专家级”实证软件的AI系统。该系统结合大语言模型（LLM）与传统树搜索算法，通过迭代生成、评估和优化代码，显著提升科研效率。
该AI系统不仅稳定达到专家水平，在基因组学、公共健康、数值分析等多个领域甚至超越顶尖研究团队和国家级集成系统。其核心创新在于将LLM作为智能“变异”引擎，整合并重组来自论文、教材及AI生成的研究思路，推动科研软件的系统性演进。
- 论文标题：An AI system to help scientists write expert-level empirical software
- 论文链接：https://www.alphaxiv.org/abs/2509.06503v1
系统聚焦“可评分的科学任务”，即可通过准确率、误差率或基准测试等指标量化性能的计算问题，涵盖基因组学、流行病学、图像分析等广泛领域。其方法论由三大核心组件构成：
- 基于LLM的代码变异：持续重写和优化候选代码，结合领域知识与性能反馈进行智能改进。
- 树搜索导航：采用受AlphaZero启发的PUCT算法，在庞大解空间中平衡“探索”与“利用”。
- 研究思路融合：整合学术文献、专家知识，并程序化重组成功方案形成混合策略。
系统在Kaggle playground竞赛环境中开发，具备快速迭代周期和清晰的人类基准，适用于多学科验证。
跨领域成果显著
基因组学：在单细胞RNA测序数据去批次效应任务中，系统发现40种新方法，性能全面优于OpenProblems排行榜现有方案。最优方法BBKNN (TS) 相比ComBat提升14%。
地理空间分析：在DLRSD卫星图像分割任务中，前三名解决方案平均交并比超过0.80，优于最新学术成果。系统优化了UNet++、SegFormer等架构与预训练编码器的集成方式。
神经科学：在斑马鱼全脑神经活动预测（ZAPBench）任务中，生成模型多步预测性能优于所有基线，训练速度远超同类视频模型，并成功整合生物物理模拟器Jaxley。
时间序列预测：在GIFT-Eval基准测试中表现优异，自主构建统一预测库，支持自适应配置与时间序列分解。
数值分析：针对标准算法失效的振荡积分问题，演化代码成功求解17/19个案例，误差控制在3%以内，采用域划分与欧拉变换等高级数学策略。
技术创新：研究思路的智能重组
系统可分析不同方法的核心原理，合成混合策略。实验显示，指令如“请创建一种算法，结合两种策略优点，形成得分更高的混合策略”即可引导出高性能方案，无需复杂提示词。
研究表明，AI正从辅助工具转向驱动科研创新的核心力量。该系统实现了从“一次性代码生成”到“目标导向、搜索驱动”的范式转变，将开发周期从数月缩短至数天，有效突破科研瓶颈。
通过系统化探索大规模解空间、融合多元知识并精准定位高质量方案，该技术有望让更多研究者平等获取先进工具，同时拓展科学计算的边界。
