✍️ Gate 廣場「創作者認證激勵計劃」進行中！
我們歡迎優質創作者積極創作，申請認證
贏取豪華代幣獎池、Gate 精美周邊、流量曝光等超過 $10,000+ 豐厚獎勵！
立即報名 👉 https://www.gate.com/questionnaire/7159
📕 認證申請步驟：
1️⃣ App 首頁底部進入【廣場】 → 點擊右上角頭像進入個人主頁
2️⃣ 點擊頭像右下角【申請認證】進入認證頁面，等待審核
讓優質內容被更多人看到，一起共建創作者社區！
活動詳情：https://www.gate.com/announcements/article/47889
Google DeepMind 與 MIT 聯合開發 AI 代理 CoDaS：可自主進行科學研究，寫論文只要 8 小時
AI 不只會聊天，現在還會自己做研究寫論文！由 Google DeepMind 與 MIT 聯合開發的 AI 科學家「CoDaS」近期震撼學術界。它能自主分析上千人的智慧穿戴數據，不僅自動揪出「深夜末日滑手機（doomscrolling）」是憂鬱症的潛在指標，更能自行驗證、撰寫科學論文。原本需要專家耗時一個多月的研究，CoDaS 只要 6 到 8 小時就能搞定。
（前情提要：何一演講：靠AI提升10倍效能，我們要服務全球30億使用者）
（背景補充：一個沒人看的開源AI工具，12天前就預警了Kelp DAO的2.92億美元漏洞）
本文目錄
Toggle
隨著人工智慧技術突飛猛進，AI 的角色正從單純的「輔助工具」進化為能獨立作業的「科學研究員」。
近期，由 Google Research、Google DeepMind 與麻省理工學院（MIT）聯合發表的一項重磅研究，展示了一個名為 CoDaS（AI Co-Data-Scientist） 的多代理 AI 系統，它成功實現了完全自主的科學發現流程。知名科技社群意見領袖 Wes Roth 與 Samuel Schmidgall 也在 X 平台上大力轉發這項極具突破性的學術成果。
沒有人類指導，AI 自己發現「深夜滑手機」引發憂鬱
CoDaS 是一個專門用來從「可穿戴裝置（wearable sensors）」原始數據中，自主發現健康生物標記物（biomarkers）的系統。它的運作流程涵蓋了：假設生成、統計分析、對抗式驗證到文獻基礎推理，最終還能產出完整的科學論文草稿。
在測試中，研究團隊餵給 CoDaS 涵蓋近萬名參與者的大型穿戴數據集（包含睡眠、活動、心率、手機使用習慣等）。在完全沒有人類提示的情況下，AI 發現了多個有意義的健康特徵，其中最引人矚目的是一項心理健康指標：
令人拍案叫絕的是，AI 甚至自主為這個行為命名為「late-night doomscrolling（深夜末日滑手機）」。除了心理健康，它也成功找出了每日步數與靜息心率之比值，與代謝疾病（胰島素阻抗）之間的負相關性。
內建「對抗式驗證」，自動打假防翻車
為了避免 AI 產生常見的「科學幻覺」或做出無意義的統計推論，CoDaS 內建了強大的對抗式驗證機制（Adversarial Validation）。
舉例來說，在尋找代謝健康特徵時，系統曾提出用「葡萄糖的平方」來預測胰島素阻抗。雖然這個公式在統計上看起來相關性極高，但 CoDaS 的驗證機制立刻偵測出這是毫無科學意義的「循環論證（tautology）」，並果斷拒絕了這個特徵。這項機制大幅提升了 AI 輸出的科學可靠度與臨床潛力。
37 天工作量縮減至 8 小時，論文盲測獲專家認可
CoDaS 的工作效率與產出質量徹底顛覆了傳統的研究模式。根據論文數據，一項原本需要人類專家耗費 37 個人天（person-days） 的龐大數據分析與寫作任務，CoDaS 只需 6 到 8 小時就能完成。
更具說服力的是，在領域專家的盲測評審中：
這項研究證明了多代理 AI 系統如何將被動的消費級穿戴數據，高效轉化為具備臨床價值的洞見。作為「代理式 AI（Agentic AI）」在數位健康領域的代表性進展，CoDaS 預示著一個由人類與 AI 共同主導科學發現的全新時代，或許已經到來。