Grundlagenmodelle für wissenschaftliche Entdeckungen: Von der Paradigmenverbesserung zum Paradigmenwechsel

Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition

October 17, 2025

papers.authors: Fan Liu, Jindong Han, Tengfei Lyu, Weijia Zhang, Zhe-Rui Yang, Lu Dai, Cancheng Liu, Hao Liu

cs.AI

papers.abstract

Foundation Models (FMs), wie GPT-4 und AlphaFold, verändern die Landschaft der wissenschaftlichen Forschung grundlegend. Neben der Beschleunigung von Aufgaben wie Hypothesengenerierung, experimentellem Design und Ergebnisinterpretation werfen sie eine grundlegendere Frage auf: Verbessern FMs lediglich bestehende wissenschaftliche Methoden, oder definieren sie die Art und Weise, wie Wissenschaft betrieben wird, neu? In diesem Papier argumentieren wir, dass FMs einen Übergang zu einem neuen wissenschaftlichen Paradigma katalysieren. Wir stellen ein dreistufiges Rahmenwerk vor, um diese Entwicklung zu beschreiben: (1) Meta-Wissenschaftliche Integration, bei der FMs Arbeitsabläufe innerhalb traditioneller Paradigmen verbessern; (2) Hybride Mensch-KI-Ko-Kreation, bei der FMs zu aktiven Partnern bei der Problemformulierung, Argumentation und Entdeckung werden; und (3) Autonome Wissenschaftliche Entdeckung, bei der FMs als unabhängige Akteure agieren, die mit minimaler menschlicher Intervention neues wissenschaftliches Wissen generieren können. Durch diese Linse betrachten wir aktuelle Anwendungen und aufkommende Fähigkeiten von FMs in bestehenden wissenschaftlichen Paradigmen. Darüber hinaus identifizieren wir Risiken und zukünftige Richtungen für die FM-gestützte wissenschaftliche Entdeckung. Dieses Positionspapier zielt darauf ab, die wissenschaftliche Gemeinschaft dabei zu unterstützen, die transformative Rolle von FMs zu verstehen, und die Reflexion über die Zukunft der wissenschaftlichen Entdeckung zu fördern. Unser Projekt ist verfügbar unter https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery.

English

Foundation models (FMs), such as GPT-4 and AlphaFold, are reshaping the landscape of scientific research. Beyond accelerating tasks such as hypothesis generation, experimental design, and result interpretation, they prompt a more fundamental question: Are FMs merely enhancing existing scientific methodologies, or are they redefining the way science is conducted? In this paper, we argue that FMs are catalyzing a transition toward a new scientific paradigm. We introduce a three-stage framework to describe this evolution: (1) Meta-Scientific Integration, where FMs enhance workflows within traditional paradigms; (2) Hybrid Human-AI Co-Creation, where FMs become active collaborators in problem formulation, reasoning, and discovery; and (3) Autonomous Scientific Discovery, where FMs operate as independent agents capable of generating new scientific knowledge with minimal human intervention. Through this lens, we review current applications and emerging capabilities of FMs across existing scientific paradigms. We further identify risks and future directions for FM-enabled scientific discovery. This position paper aims to support the scientific community in understanding the transformative role of FMs and to foster reflection on the future of scientific discovery. Our project is available at https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery.