【儀表網 研發快訊】大數據和人工智能(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“數據密集型科學發現”范式逐漸成為主流。隨著AI技術的持續成熟，“機器人科學家”范式正在逐步成為現實。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)算法有望實現整個科學研究周期的自動化，使數據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，AI化學家能夠自動閱讀科學文獻，提出實驗計劃并執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總結并展望了大數據和AI時代科學研究范式的變化。在回顧科學研究的傳統范式的基礎上，批判了“相關性取代因果關系”范式，檢視了“數據密集型科學發現”范式，并深入分析了正在出現的 “機器人科學家”范式。研究成果近期以“Paradigm shifts from data-intensive science to robot scientists” 為題發表在《Science Bulletin》上。
 

　　文章詳細闡述了科學研究在“數據密集型科學發現”范式向“機器人科學家”范式轉變過程中的每個環節，包括觀測、數據分析、提出假設、模擬預測、假設檢驗和理論化(圖1)。同時，研究指出，這場由大數據和AI推動的范式轉變，不僅加快了知識發現的速度，還為科學研究提供了全新的框架。大數據的引入實現了假設驅動與數據驅動方法的融合，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，但大數據和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行的能力實現真正的科學理解與創造性思維，從而具有自主發現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造性的研究者，積極探索超越現有知識前沿的領域，提升科學發現效率、深化科學理解。
 

　　我所李新研究員為論文第一和通訊作者，郭彥龍特別研究助理(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基礎科學中心(BCTPES,41988101)以及國家自然科學基金項目(42371067)聯合資助。
 

圖1 科學研究中的范式轉變
 

　　(a)傳統范式  (b)“相關性取代因果關系”范式  (c)“數據密集型科學發現”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)創造性思維