Modèles Fondamentaux pour la Découverte Scientifique : De l'Amélioration du Paradigme à la Transition de Paradigme

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

Les modèles de base (Foundation Models, FMs), tels que GPT-4 et AlphaFold, sont en train de redéfinir le paysage de la recherche scientifique. Au-delà de l'accélération de tâches telles que la génération d'hypothèses, la conception d'expériences et l'interprétation des résultats, ils soulèvent une question plus fondamentale : les FMs se contentent-ils d'améliorer les méthodologies scientifiques existantes, ou redéfinissent-ils la manière dont la science est menée ? Dans cet article, nous soutenons que les FMs catalysent une transition vers un nouveau paradigme scientifique. Nous introduisons un cadre en trois étapes pour décrire cette évolution : (1) l'Intégration Méta-Scientifique, où les FMs améliorent les flux de travail au sein des paradigmes traditionnels ; (2) la Co-Création Hybride Humain-IA, où les FMs deviennent des collaborateurs actifs dans la formulation de problèmes, le raisonnement et la découverte ; et (3) la Découverte Scientifique Autonome, où les FMs opèrent comme des agents indépendants capables de générer de nouvelles connaissances scientifiques avec un minimum d'intervention humaine. À travers cette perspective, nous passons en revue les applications actuelles et les capacités émergentes des FMs dans les paradigmes scientifiques existants. Nous identifions également les risques et les orientations futures pour la découverte scientifique facilitée par les FMs. Ce document de position vise à aider la communauté scientifique à comprendre le rôle transformateur des FMs et à encourager une réflexion sur l'avenir de la découverte scientifique. Notre projet est disponible à l'adresse suivante : 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.