Collaborative AI agents for autonomous experimental research with solid-state quantum spins

长期以来，科学界一直想象着这样一个未来：机器不仅能进行数字运算，还能像研究人员一样进行思考。人们梦想着一个能够自我运行的实验室，在那里，人工智能会提出问题、设计测试，并在没有人类指导每一步的情况下决定结果的意义。为了实现这一目标，机器必须不仅仅是遵循指令；它们必须能够质疑自己的工作，发现自己的错误，并在证据要求时改变航向。对于计算机来说，这是一个困难的障碍，因为它们往往难以承认错误，或意识到一个看似有前景的想法实际上可能是一个死胡同。挑战在于建立一支数字科学家团队，他们能够相互争论、拒绝糟糕的想法，并在宣布一项发现之前坚持要求严谨的证明。

在最近的一项研究中，日本的研究人员构建了这样一个系统来测试这些极限。他们创建了一个协作实验室，其中几个人工智能智能体协同工作，解决一个涉及钻石内部微小磁性颗粒的物理学实际问题。这些被称为氮-空位中心的颗粒就像微型指南针，可以通过光和微波进行读取和控制。由于它们非常敏感，因此在未来的量子计算机和超精密传感器中具有应用价值，但它们也很难处理。在真实的钻石中，数百万个这样的颗粒表现各不异，这使得预测整个群体对特定控制信号的反应变得非常困难。研究人员希望观察他们的 AI 团队是否能够找出预测这一混乱群体行为所需的最小信息量，并用实际实验来证明这一点。

该系统的设计类似于人类研究团队，不同的智能体承担特定的角色。一些智能体充当想法生成器，提出需要调查的新问题。另一些则担任首席研究员（PI）的角色，该角色涉及判断这些想法的质量、检查数学逻辑，并决定一个计划是否值得追求。还有一些智能体致力于在超级计算机上运行模拟以检查错误，另一些则负责控制实际的实验室设备。至关重要的是，这些智能体被编程为具有怀疑精神。它们不会仅仅接受找到的第一个答案；它们被要求互相挑战彼此的工作。如果一个智能体提出了一个理论，另一个智能体必须尝试推翻它。如果设计了一个实验，另一个智能体必须确保该实验确实能够区分新理论与旧有的、更简单的解释。

团队专注于一个特定的谜题：需要多少次校准测量才能预测一组钻石颗粒对一系列微波脉冲的反应？智能体首先生成了许多可能的研究问题，但首席研究员智能体拒绝了其中的大多数。它拒绝了那些已知、逻辑有误或无法测试的想法。经过多轮拒绝和修订后，团队确定了一个精确的问题：要预测整个群体对任何可能的脉索序列的反应，所需的最少设置数量是多少？首席研究员智能体随后推导出了一个数学答案，证明了特定数量的测量对于解决该问题既是必要的也是充分的。这比之前的宽松估计有了显著提升，将所需的数据从一个庞大且难以处理的数量缩小到了一个更小的精确计数。

然而，拥有数学证明是不够的。智能体必须在现实世界中证明它。实验学家智能体设计了一个测试，以观察新的数学规则是否比标准方法更有效。最初的设计看起来很有前景，但首席研究员智能体拒绝了它。原因微妙但至关重要：拟议的实验可以通过一种被称为“插值”的简单、老旧的数学技巧来解决。如果实验成功，它并不能证明新理论是特别的；它只能说明那个旧技巧仍然有效。团队必须重新设计实验，以确保只有新的、复杂的理论才能解释结果。这需要一种巧妙的测量安排，从而留下一个只有新规则才能填补的空白。

当团队最终运行实验时，第一次尝试似乎成功了。数据与预测相符，数字看起来很完美。但该系统旨在寻找超越“匹配”层面的东西。智能体检查了一套旨在捕捉隐藏错误的安全性控制措施，例如可能导致结果偏差的环境变化。这些控制措施失败了。钻石的信号在测量期间发生了漂移，很可能是因为实验室里有人打开了灯，改变了温度或电噪声。由于数据不稳定，首席研究员智能体拒绝接受该结果，尽管数字看起来很好。团队将该次运行归类为不确定。

智能体并没有放弃或降低标准，而是修改了计划。它们改变了实验运行方式，缩短了不同测量之间的时间间隔，并随机化了顺序，以防止信号发生可能欺骗控制措施的漂移。它们再次进行了实验，这一次持续了六个小时，并进行了严格监控。第二次尝试取得了成功。信号保持稳定，安全性控制通过了测试，且测量结果与新的数学预测完美契合。该结果与旧的、更简单的方法所能预测的结果截然不同，证实了新规则是正确的。

这项研究表明，人工智能智能体可以做的不仅仅是自动化任务；它们可以进行真正的科学推理。它们能够选择一个有意义的问题，推导出新的理论结果，并设计一个能够真正测试该结果的实验。最重要的是，它们展示了识别自身工作缺陷的能力。当第一次实验未能通过安全检查时，智能体并没有强行得出结论；它们停止了，分析了错误，并重新开始。这种有组织的怀疑精神——即系统挑战自身的假设并要求严谨证明的能力——是迈向真正自主科学的重要一步。研究人员表明，通过赋予 AI 智能体对自己的想法说“不”的能力，他们可以建立一个不仅快速而且可靠、值得信赖的系统。