Qiushi Discovery Engine przeprowadził pełny cykl badań naukowych i odkrył optyczną interakcję biliniową analogiczną do mechanizmu uwagi Transformerów.

Źródło zdjęcia: arXiv.org
Przełomowe osiągnięcie w dziedzinie autonomicznej nauki: naukowcy opracowali system AI, który samodzielnie prowadzi badania naukowe od początku do końca na rzeczywistej platformie optycznej. Qiushi Discovery Engine to pierwszy system agentowy oparty na dużych modelach językowych, który autonomicznie zidentyfikował i eksperymentalnie potwierdził wcześniej nieznany mechanizm fizyczny. Szczegóły badania dostępne są w publikacji na arXiv.
Qiushi Discovery Engine wykorzystuje zaawansowaną architekturę łączącą nieliniowe fazy badawcze, pamięć Meta-Trace i dwuwarstwową strukturę. System jest zaprojektowany do utrzymywania adaptacyjnych i stabilnych trajektorii badawczych podczas długoterminowych investigacji obejmujących tysiące działań opartych na LLM — rozumowania, pomiarów i rewizji.
Kluczową innowacją jest zdolność systemu do autonomicznego prowadzenia badań bez predefiniowanych przepływów pracy. W przeciwieństwie do dotychczasowych systemów AI, które jedynie wspomagają określone zadania badawcze, Qiushi Engine samodzielnie formułuje pytania, opracowuje metody i weryfikuje twierdzenia w oparciu o gromadzone dowody eksperymentalne.
Najważniejszym osiągnięciem systemu było odkrycie optycznej interakcji biliniowej — mechanizmu fizycznego o strukturze analogicznej do podstawowej operacji w mechanizmie uwagi architektur Transformer. To odkrycie ma potencjalne zastosowania w rozwoju wysokowydajnego, energooszczędnego sprzętu optycznego do obliczeń parowych.
System nie tylko zaproponował teoretyczną koncepcję tego mechanizmu, ale także eksperymentalnie go potwierdził na rzeczywistej platformie optycznej. Stanowi to pierwszy przypadek, gdy system AI autonomicznie zidentyfikował i doświadczalnie zweryfikował nietrywialne, wcześniej nieopisane zjawisko fizyczne.
Dodatkowo, Engine z powodzeniem przeprowadził pierwszą obserwację struktury porządku koherencji poprzez konwersję abstrakcyjnej teorii na obserwowalne wielkości eksperymentalne.
To przełomowe badanie oznacza kamień milowy w rozwoju autonomicznych agentów na poziomie badawczym, otwierając nowe możliwości dla przyszłości nauki prowadzonej przez sztuczną inteligencję. Sukces Qiushi Engine może zrewolucjonizować sposób, w jaki prowadzimy badania naukowe, umożliwiając szybsze tempo odkryć i eksplorację obszarów trudno dostępnych dla tradycyjnych metod badawczych.

John Jumper, współtwórca AlphaFold i laureat Nagrody Nobla, opuszcza Google DeepMind po 9 latach, aby dołączyć do konkurencyjnego Anthropic.

Wydatki na infrastrukturę AI rosną o 70% rocznie, podczas gdy przepływy pieniężne tylko o 23%. Punkt krytyczny może nastąpić już w Q3 2026.

76 ekspertów cyberbezpieczeństwa wzywa rząd USA do zniesienia zakazu na modele Fable i Mythos, twierdząc że osłabia to obronę przed cyberatakami.