详细内容或原文请订阅后点击阅览
多个自主人工智能系统自发协作推进材料研究
NIMS 和筑波大学开发了一种协作式人工智能网络技术，通过自主系统有效共享知识来增强材料发现。
来源:Scientific InquirerNIMS和筑波大学的联合研究团队开发了“自主人工智能网络”技术，通过该技术，多个自主人工智能系统可以通过自发地相互协作并形成网络来有效地发现新材料。该团队通过模拟展示了该技术的有效性。该研究成果于2025年12月9日发表在《npj Computational Materials》上。
近年来，集人工智能（AI）、机器人技术和模拟于一体的“自主人工智能系统”引起了人们的关注，并已在全球范围内建立和运行。然而，当前的自主人工智能系统是孤立运行的，不与其他系统协作。这是因为人工智能系统探索不同的物质系统，虽然它们可以轻松共享数据，但它们在自己的自主探索中利用其他系统的数据具有挑战性。
人类（研究人员）以复杂的方式推进研究，同时通过对话形成研究社区来共享广泛的知识（参见图的左侧）。同样，如果多个自主人工智能系统可以进行自主探索，同时通过形成网络来共享和利用广泛的知识（从数据中提取的趋势），它们就可以更有效地发现新材料。
在这项研究中，团队借鉴人类研究交流方法，开发了“自主AI网络”技术，让多个自主AI系统协作进行自主探索，同时共享知识。
如图右侧所示，当三个自主人工智能系统各自进行探索以最大化不同的物理属性值时，彼此自发地交换知识，发现它们的优化速度有所提高。换句话说，该团队证明了通过形成自主的人工智能网络，每个系统的探索效率都得到了提高。
视频