Google 揭露 ERA 自動化研究輔助系統：由 Gemini 驅動結合 MCTS，已產出至少十篇論文

據《Latent Space》訪談報導，Google 科學家 John Platt 團隊開發了「經驗研究輔助」（Empirical Research Assistance, ERA）系統，旨在透過 AI 自動解決可量化計分的科學問題。該系統概念源自「自動化 Kaggle」，以 Gemini 等大型語言模型驅動，結合類似蒙地卡羅樹搜尋（MCTS）與上限信賴區間（UCB）演算法，維護並追蹤實驗程式碼（notebooks）的演進樹。系統每次迭代會挑選最有潛力的節點進行約 10 次程式碼變異，並共享分支歷史以互相學習。 訪談指出，ERA 在 Gemini 2.0 到 2.5 的版本迭代中實現了效能躍升，從無法運作轉變為表現優異，目前已協助解決多項難題並產出至少 10 篇論文。在氣候變遷應用上，ERA 成功找出包含未知干擾因素的簡單模型，解決了困擾團隊兩年、占人為全球暖化 1% 的飛機凝結跡（contrails）反射陽光反事實模型難題；團隊亦參與了利用衛星星系快速識別火災的 FireSat 計畫。