人工智能（AI）正逐步渗透至科学发现的每一个角落，这一认知过程历经数百年，如今却因AI的加入而焕发新生。尽管AI在自动化科学推理、模拟及实验方面已取得显著成就，但构建一个能自主进行长期科学研究和发现的综合性AI系统，仍是科研人员面临的重大挑战。本文将深入探讨AI在科学发现领域的最新进展，以及实现这一目标所面临的挑战与机遇。
科学发现，即通过提出并验证新概念、规律和理论，来阐释自然现象，这一活动历来是人类最具挑战性和影响力的追求之一。过去，AI研究主要集中在符号化方法上，试图模拟科学假设和规律的形成。而今，深度学习和大型语言模型（LLMs）的兴起，为科学发现注入了新的活力。它们不仅在文献分析、头脑风暴、实验设计、假设生成及方程发现等任务中表现出色，更预示了AI在科学领域的无限可能。
文献分析与头脑风暴方面，随着科学文献的爆炸式增长，研究人员难以跟上领域前沿。而LLMs，特别是那些经过大规模科学语料库预训练的模型，如PubMedBERT、BioBERT、SciBERT、BioGPT和SciGLM等，已成为应对这一挑战的有力工具。它们擅长文献检索、摘要生成及问答，使研究人员能够迅速掌握科学知识，提炼关键信息，并回答复杂问题。
在定理证明领域，AI也取得了显著进展。通过将LLMs与形式化推理系统相结合，研究人员开发了多种改进的证明技术，如GPT-f框架、数据增强、检索增强及新的证明搜索方法等。这些系统能够高效地进行形式化推理，有望被应用于推导科学理论，加速科学进程。
实验设计是科学过程中的关键环节，通常需要丰富的领域知识和创新思维。近年来，研究人员利用LLM代理开发了能够设计、规划、优化甚至执行科学实验的系统。这些工具在物理、化学、生物学及医学等领域展现了巨大潜力，使研究人员能够在物理实施前探索更多可能性，解决更复杂的问题。
数据驱动的发现已成为现代科学研究的基石。方程发现，作为数据驱动任务的一种，旨在从数据中揭示数学表达式。近年来，结合物理约束和结构的神经网络方法，以及基于Transformer的语言模型，在方程发现领域取得了显著进展。这些方法提高了搜索效率，使方程发现更加高效和准确。
然而，AI在科学发现领域仍面临诸多挑战。首先，评估AI系统在开放式科学发现中的表现是一个难题。目前，许多基准测试主要集中在重新发现已知的科学定律或解决教科书式问题。为了推动新颖科学发现，需要开发可配置的模拟科学领域，以及多维度的评估框架，包括新颖性、普适性和与科学原理的一致性。
开发面向科学的智能体也是一大挑战。目前的科学AI研究通常将模型视为被动工具，而非主动追求发现的智能体。为了构建能够利用广泛科学知识、进行推理并自主验证其推理和假设的智能体，需要整合嵌入在LLMs中的大量科学知识，并与专业科学工具集成。同时，还需要开发元学习框架和层次化规划算法，以管理短期实验步骤和长期科学发现目标。
科学数据的多样性为AI驱动的科学发现提供了挑战和机遇。从显微镜图像到基因组序列，从时间序列传感器数据到结构化数据库和数学定律，科学知识本质上是多模态的。为了应对这一挑战，需要推进多模态表示方法，将不同形式的数据整合到统一的框架中，以支持全面的科学推理和发现。
尽管完全自主的人工智能科学家仍遥不可及，但短期内的进展已产生了强大的人工智能助手。这些工具能够帮助科学家导航不断增长的科学文献、集思广益、生成新颖的假设、设计实验，并在复杂的实验数据中发现意想不到的模式。它们正在逐步改变科学研究的方式，推动人类科学知识的前沿。
值得注意的是，开发统一的人工智能系统以推动科学发现是一个雄心勃勃的目标。但这一目标的潜在影响极为深远，若成功实现，将有望在各个科学领域大幅加速进展。为此，需要人工智能研究人员、各领域的科学家以及科学哲学家的紧密协作，共同应对挑战，把握机遇。
