선한 기계: 인공 일반 과학을 향하여

초록

인공지능 시스템은 단백질 구조 예측부터 소재 설계에 이르기까지 특정 연구 과제를 가속화함으로써 과학적 발견을 혁신하고 있지만, 여전히 상당한 인간의 감독이 필요한 좁은 영역에 국한되어 있습니다. 과학 문헌의 기하급수적 증가와 분야별 전문화의 심화는 연구자들이 학제 간 지식을 종합하고 통합 이론을 개발하는 능력을 제한하며, 이는 보다 일반적인 목적의 과학용 AI 시스템 탐구를 촉진하고 있습니다. 본 연구에서는 도메인에 구애받지 않는 자율적인 AI 시스템이 가설 생성부터 데이터 수집, 원고 작성에 이르는 과학적 워크플로우를 독자적으로 탐색할 수 있음을 보여줍니다. 이 시스템은 시각 작업 기억, 정신적 회전, 심상 생생함에 대한 세 가지 심리학 연구를 자율적으로 설계 및 실행하고, 288명의 참가자를 대상으로 새로운 온라인 데이터 수집을 수행했으며, 8시간 이상의 연속 코딩 세션을 통해 분석 파이프라인을 개발하고 완성된 원고를 작성했습니다. 결과는 AI 과학적 발견 파이프라인이 경험 많은 연구자들과 견줄 만한 이론적 추론과 방법론적 엄격성을 바탕으로 사소하지 않은 연구를 수행할 수 있는 능력을 보여주지만, 개념적 미묘함과 이론적 해석 측면에서는 한계가 있음을 나타냅니다. 이는 실제 실험을 통해 가설을 검증할 수 있는 체화된 AI로 나아가는 한 걸음이며, 인간의 인지적 및 자원적 제약으로 인해 탐색되지 않을 수 있는 과학적 영역을 자율적으로 탐구함으로써 발견을 가속화합니다. 이는 과학적 이해의 본질과 과학적 공로의 귀속에 대한 중요한 질문을 제기합니다.

English

Artificial intelligence systems are transforming scientific discovery by accelerating specific research tasks, from protein structure prediction to materials design, yet remain confined to narrow domains requiring substantial human oversight. The exponential growth of scientific literature and increasing domain specialisation constrain researchers' capacity to synthesise knowledge across disciplines and develop unifying theories, motivating exploration of more general-purpose AI systems for science. Here we show that a domain-agnostic, agentic AI system can independently navigate the scientific workflow - from hypothesis generation through data collection to manuscript preparation. The system autonomously designed and executed three psychological studies on visual working memory, mental rotation, and imagery vividness, executed one new online data collection with 288 participants, developed analysis pipelines through 8-hour+ continuous coding sessions, and produced completed manuscripts. The results demonstrate the capability of AI scientific discovery pipelines to conduct non-trivial research with theoretical reasoning and methodological rigour comparable to experienced researchers, though with limitations in conceptual nuance and theoretical interpretation. This is a step toward embodied AI that can test hypotheses through real-world experiments, accelerating discovery by autonomously exploring regions of scientific space that human cognitive and resource constraints might otherwise leave unexplored. It raises important questions about the nature of scientific understanding and the attribution of scientific credit.

선한 기계: 인공 일반 과학을 향하여

Virtuous Machines: Towards Artificial General Science

초록

Support