【儀表網(wǎng) 研發(fā)快訊】大數(shù)據(jù)和人工智能(AI)的突破性進展正在深刻改變科學研究的范式。“相關性取代因果關系”的范式備受爭議，而“數(shù)據(jù)密集型科學發(fā)現(xiàn)”范式逐漸成為主流。隨著AI技術的持續(xù)成熟，“機器人科學家”范式正在逐步成為現(xiàn)實。該范式意味著AI能夠自主完成科學研究的每一個步驟。
 

　　目前新一代通用人工智能(AGI)算法有望實現(xiàn)整個科學研究周期的自動化，使數(shù)據(jù)密集型科學邁入機器人科學家的時代。已有研究表明，機器人科學家在需要高通量和高精度實驗的領域中展現(xiàn)出了卓越的自主研究能力。例如，Adam能夠分析酵母代謝中基因與酶的關系，Eve專注于自動化早期藥物開發(fā)，AI化學家能夠自動閱讀科學文獻，提出實驗計劃并執(zhí)行完整的化學實驗流程。
 

　　鑒于此，中國科學院青藏高原研究所李新研究員等系統(tǒng)總結并展望了大數(shù)據(jù)和AI時代科學研究范式的變化。在回顧科學研究的傳統(tǒng)范式的基礎上，批判了“相關性取代因果關系”范式，檢視了“數(shù)據(jù)密集型科學發(fā)現(xiàn)”范式，并深入分析了正在出現(xiàn)的 “機器人科學家”范式。研究成果近期以“Paradigm shifts from data-intensive science to robot scientists” 為題發(fā)表在《Science Bulletin》上。
 

　　文章詳細闡述了科學研究在“數(shù)據(jù)密集型科學發(fā)現(xiàn)”范式向“機器人科學家”范式轉(zhuǎn)變過程中的每個環(huán)節(jié)，包括觀測、數(shù)據(jù)分析、提出假設、模擬預測、假設檢驗和理論化(圖1)。同時，研究指出，這場由大數(shù)據(jù)和AI推動的范式轉(zhuǎn)變，不僅加快了知識發(fā)現(xiàn)的速度，還為科學研究提供了全新的框架。大數(shù)據(jù)的引入實現(xiàn)了假設驅(qū)動與數(shù)據(jù)驅(qū)動方法的融合，溯因推理將成為機器人科學家范式中的核心邏輯推理工具。此外，AI的可追溯性與可解釋性大幅提升，使其形成的假說和理論將更具穩(wěn)健性和普適性。機器人科學家仍遵循科學方法從觀測到理論化的整體流程，但大數(shù)據(jù)和AI極大提升了科研效率和自動化水平。未來，機器人科學家將憑借其廣泛的知識儲備、強大的計算和推理能力、自主實驗設計以及執(zhí)行的能力實現(xiàn)真正的科學理解與創(chuàng)造性思維，從而具有自主發(fā)現(xiàn)科學問題并完成整個科學研究過程的能力(圖2)。它們將人工智能的角色從單純的輔助工具提升為主動且富有創(chuàng)造性的研究者，積極探索超越現(xiàn)有知識前沿的領域，提升科學發(fā)現(xiàn)效率、深化科學理解。
 

　　我所李新研究員為論文第一和通訊作者，郭彥龍?zhí)貏e研究助理(博士后)為論文共同通訊作者。該研究由國家自然科學基金委青藏高原地球系統(tǒng)基礎科學中心(BCTPES,41988101)以及國家自然科學基金項目(42371067)聯(lián)合資助。
 

圖1 科學研究中的范式轉(zhuǎn)變
 

　　(a)傳統(tǒng)范式  (b)“相關性取代因果關系”范式  (c)“數(shù)據(jù)密集型科學發(fā)現(xiàn)”范式  (d)機器人科學家范式
 

圖2 機器人科學家范式
 

　　(a)無限的知識范圍  (b)自動化分析過程  (c)科學理解  (d)創(chuàng)造性思維