ERA：突破人类直觉极限，AI 领航专家级科学软件自动化

TL;DR

DeepMind 等机构的研究人员联合推出了 ERA (Empirical Research Assistance) 系统。这不是一个简单的代码补全工具，而是一个能通过“阅读”科研论文、提取核心算法思想，并利用树搜索 (Tree Search) 在解空间内疯狂迭代，最终写出比论文原作者更高效代码的“AI 科学家助手”。它在单细胞测序、疫情预测等多个硬核科学赛道直接刷爆了人类专家的榜单。

痛点深挖：被编码拖累的科学发现

现代科研中，很多问题（如气象模拟、药物发现）最终都会转化为一个可评分的软件任务：谁的代码跑出的 Acc 分数高，谁的算法就更先进。

然而，目前的现状是：

1. 搜索盲区：人类科学家往往根据经验选择现成的库，很难系统性地探索所有算法组合。
2. 工程瓶颈：从论文公式到高性能代码的转化极度耗时，限制了新假设的验证频率。
3. 直觉偏差：设计选择往往基于“方便”而非“最优”。

核心机制：当 LLM 遇上树搜索

ERA 的核心逻辑非常硬核：它不从零开始幻想，而是基于“复原与改进”。

1. 架构解析

ERA 将代码生成的迭代过程看作一棵搜索树。每一个节点都是一段可运行的 Python 代码。

• 变异 (Mutation)：LLM 扮演“程序员”，根据父节点的代码及运行反馈（报错信息或评分），重写一段新代码。
• 树搜索 (PUCT)：系统利用一种改进的 UCB 算法平衡“开发”与“探索”。它会优先在得分高的路径上深入，同时不定期尝试全新的分支。
• 思想注入 (Instruction Injection)：用户扔给 ERA 一篇 PDF，LLM 会总结其中的核心算法思路（如：使用布朗运动模型），并将其作为提示词引导代码演化。

图 1：ERA 如何通过树搜索与思想注入循环优化代码性能

2. “思想重组”：AI 的超越之道

ERA 最令惊艳的能力是 Recombination。它能将 A 论文的预处理方法和 B 论文的核函数组合在一起，产生一种人类从未实现过的新算法。例如，在处理单细胞数据时，它发现将 ComBat 处理后的 Embedding 传给 BBKNN 算法能产生奇效，这一组合直接刷新了 OpenProblems 榜单。

实验战绩：全线碾压人类基准

单细胞数据集成 (scRNA-seq)

在生物信息学领域，消除不同实验批次产生的“噪声”极难。ERA 不仅能通过论文描述复现现有 9 种主流算法，甚至通过自动微调和结构重组，让其中 8 种算法的性能直接超越了原作者发布的 SOTA 结果。

图 2：ERA 生成的模型与 OpenProblems 排行榜上人类专家方法的性能对比

COVID-19 流行病预测

在流行病学预测中，ERA 生成的 14 个模型性能超过了 CDC 的官方集成模型。实验显示，AI 能够自主学习如何平衡历史趋势与最新的传染动力学模型。

深度洞察：科学研发的“缩时”效应

ERA 的出现标志着科学研究中“实验软件开发”这一环节正在从手工业转向自动化流水线。

• 速度提升：以前需要博士生花费数周甚至数月去探索的代码方案，ERA 在 500-1000 个节点的内（约数小时）就能完成探索并取得突破。
• 超越超参数优化：ERA 改变的是代码逻辑本身，而非仅仅调整参数。

局限性与风险

虽然 ERA 在“经验性能优化”上无往不利，但作者坦言，它目前还无法进行跨越式的原始科学理论发现（即它擅长优化已有逻辑，而非凭空创造质能方程）。此外，自动化的高级编程能力也带来了潜在的安全风险。

总结

ERA 证明了：只要一个问题能被定义为“可评分的软件任务”，AI 就能通过暴力搜索和逻辑重组，在极其复杂的科学领域达到并超越人类专家的水平。这不仅仅是编程的进步，更是科研方法论的升级。