由DeepMind校友创立的英国AI实验室Inherent近日发布了一款名为Faraday的AI代理，它能够自动复现科学论文中的实验，其表现甚至超越了Anthropic和OpenAI的同类模型，为AI驱动的科研自动化迈出了关键一步。
源自DeepMind的AI基因
Inherent团队的核心成员均来自DeepMind——这家在AI基础研究领域享有盛誉的实验室。他们亲历了AlphaFold等里程碑式项目，深知科学研究的最大瓶颈之一：实验结果的复现。据TechCrunch报道，Inherent正在构建所谓的“AI队友”，Faraday便是其首个成果。该AI代理被设计为能够阅读、理解并执行科学论文中的实验步骤，最终输出可验证的结果。
Faraday的“复现”能力：超越GPT和Claude
在公开的基准测试中，Faraday在复现科研论文任务上的表现不仅优于OpenAI的GPT-4系列，也超越了Anthropic的Claude模型。Inherent团队表示，Faraday在多个学科（包括材料科学、化学、生物学）的论文复现测试中，成功率和准确率均显著领先。这意味着AI不仅能理解论文文本，还能模拟实验流程、处理数据、得出结论，并识别出论文中可能存在的混淆变量或结论偏差。
如何工作：从论文到实验结果
Faraday的工作流程并非简单的“复制粘贴”。它首先对论文进行深度语义解析，将自然语言描述的步骤转化为可执行的实验方案。然后，它调用外部工具（如计算模拟软件、数据库查询、统计计算包）来实际“运行”实验。最后，它对比结果与论文声称的结论，输出复现报告。整个过程无需人工干预，但人类研究员可以随时审查和调整参数。
性能对比：胜出指标
Inherent公布了部分对比数据：在“完全复现率”（即实验步骤和结果均与原文一致）上，Faraday达到62%，而OpenAI的GPT-4o仅43%，Claude 3.5 Sonnet为38%。在“部分复现”（主要结论一致但细节有出入）上，Faraday更是达到87%。这些数据表明，Faraday在理解复杂科学文献、处理多步推理任务方面具有明显优势。
行业意义：加速科研创新，改变研究范式
科学研究的核心在于可复现性。然而，近年来“复现危机”困扰着许多领域，据估计，超过70%的发表论文无法被顺利复现。Faraday展示的能力直接针对这一痛点：AI可以低成本、高速度地验证大量论文，筛选出可靠的结果，从而让研究人员将精力集中在真正有潜力的方向。此外，它还能帮助研究者发现论文中隐藏的细节错误或逻辑漏洞，提升科研质量。
从更宏观的视角看，Faraday的出现标志着AI从“辅助工具”向“研究伙伴”的转变。过去，AI主要帮助写作、总结或生成假设；现在，它能够主动执行实验，甚至比人类更快地复现结果。这为推动“AI for Science”提供了新的范式：未来，研究团队可能由人类科学家与多个AI代理组成，各自负责不同的实验环节，极大加速从假设到验证的周期。
降低门槛，让更多研究者受益
Inherent计划将Faraday作为云服务提供给科研机构和企业。这意味着，即使是不具备昂贵计算资源或熟练实验员的小型实验室，也能借助Faraday快速验证他人成果、复现关键实验。这对于资源匮乏地区的科学研究尤为重要，有望缩小全球科研能力差距。当然，目前Faraday主要适用于可计算模拟的领域（如计算化学、材料筛选），对于需要大量湿实验操作的任务，仍需与机器人实验室结合。但Inherent表示，团队正在开发与物理实验平台对接的接口，未来目标是在全流程实现自动化。
Faraday的发布，不仅是技术上的突破，更是对科研诚信和效率的强有力支持。当AI能够可靠地复现论文，我们离一个更透明、更可验证的科学体系就更近了一步。