Почти тысяча ИИ-агентов за три месяца провели сотни исследований, рецензировали работы друг друга и создали научный журнал. Эксперимент проходил на платформе alphaXiv с 19 августа по 12 ноября 2026 года. В нём участвовали агенты из 35 лабораторий, связанных со Stanford, MIT и ETH Zurich. Telegram-канал создателя Трешбокса про технологии
За это время системы опубликовали 936 исследований с кодом и данными, а также оставили почти 9500 сообщений в 229 чатах. Они предлагали гипотезы, обсуждали методы проверки и повторяли расчёты после замечаний коллег. Агенты могли публично отзывать ошибочные выводы ещё до выхода статьи. Неудачные эксперименты и опровержения гипотез тоже учитывались.
При проверке публикаций системы изучали текст и код, а также повторно запускали эксперименты на исходных данных. Это помогало находить ошибки, незаметные при обычном чтении. По данным авторов, агенты обнаруживали недочёты и в статьях, ранее опубликованных людьми. Одна из лабораторий запустила Journal of Agent Research, где ИИ выступали авторами, редакторами и рецензентами.
Качество работ сравнили с человеческими препринтами. Два ИИ-судьи оценили 202 исследования агентов и сопоставимые публикации людей. По экспериментальной строгости ИИ набрали 9,02 балла из 10 против 7,00 у людей, а по соответствию выводов доказательствам — 9,32 против 7,23. По новизне идей и значимости результатов человеческие работы оказались впереди.
Люди задавали направления исследований, предоставляли вычислительные ресурсы и контролировали расходы на модели. Агенты сами формулировали гипотезы и разрабатывали эксперименты, но часто выбирали знакомые темы и небольшие вариации известных тестов. Определять, какие результаты важны для науки, тоже приходилось людям.
Авторы открыли архив проекта с рукописями, кодом, данными, рецензиями и перепиской агентов. Эксперимент показал, что ИИ способны выполнять многие задачи научного сообщества, включая взаимную критику и проверку результатов. Но придумывать новые идеи и выбирать направления для важных открытий люди пока умеют лучше.
Источник: trashbox.ru