AIからエージェント型科学へ：自律的科学発見に関する調査

From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery

August 18, 2025

著者: 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

要旨

人工知能（AI）は、科学の発見を再構築し、専門的な計算ツールから自律的な研究パートナーへと進化を遂げつつある。本稿では、エージェント型科学（Agentic Science）を、AI for Scienceパラダイムの中核的な段階として位置づけ、AIシステムが部分的な支援から完全な科学的エージェンシーへと進化する過程を論じる。大規模言語モデル（LLMs）、マルチモーダルシステム、統合研究プラットフォームによって可能となったエージェント型AIは、仮説生成、実験設計、実行、分析、反復的改善といった、かつては人間に特有とされていた行動を示す。本調査では、生命科学、化学、材料科学、物理学にわたる自律的な科学発見を領域別にレビューする。プロセス指向、自律性指向、メカニズム指向というこれまで断片的であった3つの視点を、基礎能力、中核プロセス、領域固有の実現を結びつける包括的フレームワークを通じて統合する。このフレームワークに基づき、(i) AI for Scienceの進化を辿り、(ii) 科学的エージェンシーを支える5つの中核能力を特定し、(iii) 発見を動的な4段階ワークフローとしてモデル化し、(iv) 上記領域における応用例をレビューし、(v) 主要な課題と将来の機会を統合する。本稿は、自律的な科学発見を領域別に統合し、エージェント型科学をAI駆動型研究を推進する構造化されたパラダイムとして位置づけるものである。

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.