How AI Agents Discover Scientific Equations: From Hydrotope Rediscovery to New Water-Wave Amplitudes
本文表明，一种由首席研究员协调研究智能体进行互补性分析与数值任务的多智能体AI工作流，成功重新发现了非线性表面波散射的一个复杂几何公式，并发现了一个经过验证的关于六点振幅的新解析表达式，其表现优于单提示词大语言模型及传统的机器学习方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一片广袤而躁动不安的海洋，那里的波浪不仅仅是彼此穿过，而是相互碰撞、合并并交换能量，形成复杂的模式。当这些波浪较小时，它们的行为是可预测且简单的，就像数字相加一样。但当它们变大时，它们会以非线性的方式相互作用，创造出一种挑战简单加法逻辑的混沌能量之舞。物理学家长期以来一直试图寻找一个单一且优雅的数学规则，能够描述任何数量的波浪在任何排列方式下的相互作用强度。挑战在于，规则会根据波浪的具体频率而改变。在一种特定的条件下，一个简单的公式可以完美运作；而在相邻的一组条件下，一个完全不同的公式则会接管。真正的目标是找到一个“主公式”，它能无缝切换于这些不同的规则之间，覆盖所有可能的情景而不发生崩溃。
几十年来，这个问题一直是一个谜题，研究人员需要针对不同区域的波谱手动拼凑不同的公式。最近，一项突破发生了：一位人类研究员与一名人工智能智能体通过协作，发现了一个统一的表达式，他们将其命名为“水拓扑”（hydrotope）。这个新公式就像一张几何地图，将所有独立的规则缝合在一起，形成了一个关于水波散射的全局描述。然而，他们发现这个过程的过程仍然是一个黑箱。是人工智能真正理解了物理学，还是它仅仅是运气好？为了回答这个问题，来自普林斯顿大学、德克萨斯大学奥斯汀分校以及高等研究院的研究团队着手对这一发现进行了逆向工程。他们想要观察，人工智能是否能够独立发现这个复杂的公式，还是说它需要人类的手来引导它穿过变化的规则迷宫。
研究人员首先在一个受控环境中测试了人工智能。他们给了计算机一个强大的工具，可以计算任何特定频率组合下的精确波浪碰撞结果，但并没有给它答案。他们要求人工智能观察数据并推导出底层的公式。他们进行了十八次实验，使用了不同类型的人工智能模型，并给予了不同程度的帮助。在某些运行中，人工智能得到了一个错误的提示，被告知去寻找一个在任何地方都适用的简单多项式比值。在另一些运行中，它得到了一个真实的提示，即在不同区域适用不同的规则。在最后一组运行中，人工智能没有得到任何提示，被留下来从零开始发现模式。
结果是发人深省的。大多数人工智能智能体在独自工作时都碰了壁。它们非常擅长寻找特定频率区域内的正确公式。它们可以观察数据，识别模式，并写下一个在该特定情况下完美运作的规则。然而，它们始终无法意识到规则需要在条件变化时发生改变。它们能找到拼图正确的一部分，但止步于此，无法将不同的碎片组合成一个覆盖所有可能性的单一全局公式。甚至当给予一个导致其误入歧途的错误提示时，许多智能体仍固执地试图强行让数据符合那个错误的设想，而不是在数据不再吻填时放弃它。只有极少数的单智能体运行能够拼凑出完整的图景，即便如此，它们也经常错过验证其公式在所有场景下都有效的最后步骤。
研究人员意识到，问题不在于人工智能不会做数学题，而在于它试图一次完成太多事情。它既充当着设计公式的“建筑师”，又充当着检查其正确性的“检查员”。当检查员与建筑师是同一个大脑时，它往往只会寻找支持设计的证据，而忽略了缺陷。为了解决这个问题，团队设计了一种受人类研究团队运作方式启发的全新工作流。他们创建了一个包含一名“首席研究员”和两名“学生”的系统。两名学生并行工作，各自采取不同的方法：一名专注于推导公式，另一名则专注于在新的困难情境中测试公式。首席研究员充当协调者，阅读他们的成果，发现漏洞，并分配新的任务来填补这些漏洞。至关重要的是，首席研究员使用从头编写的代码进行独立的检查，确保最终答案不仅是一个幸运的猜测，而是一个经过验证的真理。
这种团队协作的方法改变了一切。当研究人员用同样的难题对这个协调小组进行测试时，结果立竿见影且完整。该团队成功地重新发现了完整的“水拓扑”公式，找到了每一个区域的正确规则，并在数百个测试案例中进行了验证。该系统不仅找到了局部模式，还理解了全局结构。它学会了寻找规则发生变化的边界，并将不同的部分缝合成一个无缝的整体。随后，研究人员进一步推动该系统，要求它解决一个更难的问题：寻找一种涉及三个波向一个方向移动、另外三个波向另一个方向移动的更复杂的波交互公式。这是一个目前尚无已知公式的问题。该团队再次成功，产生了一个全新的、经过验证的六波交互数学表达式，这在以前从未被见过。
这项研究凸显了人工智能在科学领域贡献方式的根本转变。它表明，虽然人工智能模型是强大的计算和模式识别工具，但它们往往难以处理从局部真相中合成完整理论的高层任务。它们可以找到特定情况下的正确答案，却无法看到宏观的全貌。通过将“发现”与“验证”的角色分离，并让不同的智能体相互质疑对方的工作，研究人员创建了一个能够克服这些局限性的系统。人工智能不仅仅是在模仿人类的发现，它还在复制使人类科学得以进步的协作过程。研究结果表明，未来利用人工智能进行科学发现的关键，或许不在于构建一个能做一切的超级智能个体，而在于构建由专业化智能体组成的团队，让他们协同工作、互相检查，并突破任何单一智能体所能达到的极限。水拓扑被找到了，一个新的波交互公式诞生了——它不是由孤独的天才创造的，而是由一个将零散的局部答案转化为完整真理的协调协作过程所孕育的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。