Modelli Fondamentali per la Scoperta Scientifica: Dal Potenziamento del Paradigma alla Transizione del Paradigma

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

October 17, 2025

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

cs.AI

Abstract

I modelli fondazionali (FMs), come GPT-4 e AlphaFold, stanno ridefinendo il panorama della ricerca scientifica. Oltre ad accelerare compiti come la generazione di ipotesi, la progettazione di esperimenti e l'interpretazione dei risultati, sollevano una questione più fondamentale: i FMs stanno semplicemente potenziando le metodologie scientifiche esistenti, o stanno ridefinendo il modo in cui la scienza viene condotta? In questo articolo, sosteniamo che i FMs stanno catalizzando una transizione verso un nuovo paradigma scientifico. Introduciamo un framework in tre fasi per descrivere questa evoluzione: (1) Integrazione Meta-Scientifica, in cui i FMs potenziano i flussi di lavoro all'interno dei paradigmi tradizionali; (2) Co-Creazione Ibrida Uomo-AI, in cui i FMs diventano collaboratori attivi nella formulazione di problemi, nel ragionamento e nella scoperta; e (3) Scoperta Scientifica Autonoma, in cui i FMs operano come agenti indipendenti in grado di generare nuove conoscenze scientifiche con un intervento umano minimo. Attraverso questa lente, esaminiamo le applicazioni attuali e le capacità emergenti dei FMs nei paradigmi scientifici esistenti. Identifichiamo inoltre i rischi e le direzioni future per la scoperta scientifica abilitata dai FMs. Questo position paper mira a supportare la comunità scientifica nella comprensione del ruolo trasformativo dei FMs e a favorire una riflessione sul futuro della scoperta scientifica. Il nostro progetto è disponibile all'indirizzo 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.