De IA para Ciência a Ciência Agente: Uma Pesquisa sobre Descoberta Científica Autônoma
From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery
August 18, 2025
Autores: 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
Resumo
A inteligência artificial (IA) está remodelando a descoberta científica, evoluindo de ferramentas computacionais especializadas para parceiros de pesquisa autônomos. Posicionamos a Ciência Agente como um estágio crucial dentro do paradigma mais amplo de IA para Ciência, onde os sistemas de IA avançam de assistência parcial para agência científica completa. Habilitada por modelos de linguagem de grande escala (LLMs), sistemas multimodais e plataformas de pesquisa integradas, a IA agente demonstra capacidades em geração de hipóteses, design experimental, execução, análise e refinamento iterativo — comportamentos antes considerados exclusivamente humanos. Esta pesquisa oferece uma revisão orientada por domínio da descoberta científica autônoma nas ciências da vida, química, ciência dos materiais e física. Unificamos três perspectivas anteriormente fragmentadas — orientada por processo, orientada por autonomia e orientada por mecanismo — através de um framework abrangente que conecta capacidades fundamentais, processos centrais e realizações específicas por domínio. Com base nesse framework, nós (i) traçamos a evolução da IA para Ciência, (ii) identificamos cinco capacidades centrais que sustentam a agência científica, (iii) modelamos a descoberta como um fluxo de trabalho dinâmico de quatro estágios, (iv) revisamos aplicações nos domínios mencionados e (v) sintetizamos os principais desafios e oportunidades futuras. Este trabalho estabelece uma síntese orientada por domínio da descoberta científica autônoma e posiciona a Ciência Agente como um paradigma estruturado para avançar a pesquisa impulsionada por 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.