Da AI per la Scienza a Scienza Agente: Un'Indagine sulla Scoperta Scientifica Autonoma
From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery
August 18, 2025
Autori: Jiaqi Wei, Yuejin Yang, Xiang Zhang, Yuhan Chen, Xiang Zhuang, Zhangyang Gao, Dongzhan Zhou, Guangshuai Wang, Zhiqiang Gao, Juntai Cao, Zijie Qiu, Xuming He, Qiang Zhang, Chenyu You, Shuangjia Zheng, Ning Ding, Wanli Ouyang, Nanqing Dong, Yu Cheng, Siqi Sun, Lei Bai, Bowen Zhou
cs.AI
Abstract
L'intelligenza artificiale (IA) sta ridefinendo la scoperta scientifica, evolvendosi da strumenti computazionali specializzati a veri e propri partner di ricerca autonomi. Posizioniamo la Scienza Agente come una fase cruciale all'interno del più ampio paradigma dell'IA per la Scienza, in cui i sistemi di IA progrediscono da un'assistenza parziale a una piena agenzialità scientifica. Abilitata da modelli linguistici di grandi dimensioni (LLM), sistemi multimodali e piattaforme di ricerca integrate, l'IA agente dimostra capacità nella generazione di ipotesi, progettazione di esperimenti, esecuzione, analisi e affinamento iterativo — comportamenti un tempo considerati esclusivamente umani. Questa rassegna offre una revisione orientata ai domini della scoperta scientifica autonoma nelle scienze della vita, chimica, scienza dei materiali e fisica. Unifichiamo tre prospettive precedentemente frammentate — orientate al processo, all'autonomia e ai meccanismi — attraverso un quadro completo che collega capacità fondamentali, processi core e realizzazioni specifiche per dominio. Basandoci su questo quadro, (i) tracciamo l'evoluzione dell'IA per la Scienza, (ii) identifichiamo cinque capacità fondamentali alla base dell'agenzialità scientifica, (iii) modelliamo la scoperta come un flusso di lavoro dinamico in quattro fasi, (iv) esaminiamo le applicazioni nei suddetti domini e (v) sintetizziamo le principali sfide e le opportunità future. Questo lavoro stabilisce una sintesi orientata ai domini della scoperta scientifica autonoma e posiziona la Scienza Agente come un paradigma strutturato per avanzare la ricerca guidata dall'IA.
English
Artificial intelligence (AI) is reshaping scientific discovery, evolving from
specialized computational tools into autonomous research partners. We position
Agentic Science as a pivotal stage within the broader AI for Science paradigm,
where AI systems progress from partial assistance to full scientific agency.
Enabled by large language models (LLMs), multimodal systems, and integrated
research platforms, agentic AI shows capabilities in hypothesis generation,
experimental design, execution, analysis, and iterative refinement -- behaviors
once regarded as uniquely human. This survey provides a domain-oriented review
of autonomous scientific discovery across life sciences, chemistry, materials
science, and physics. We unify three previously fragmented perspectives --
process-oriented, autonomy-oriented, and mechanism-oriented -- through a
comprehensive framework that connects foundational capabilities, core
processes, and domain-specific realizations. Building on this framework, we (i)
trace the evolution of AI for Science, (ii) identify five core capabilities
underpinning scientific agency, (iii) model discovery as a dynamic four-stage
workflow, (iv) review applications across the above domains, and (v) synthesize
key challenges and future opportunities. This work establishes a
domain-oriented synthesis of autonomous scientific discovery and positions
Agentic Science as a structured paradigm for advancing AI-driven research.