От ИИ для науки к агентной науке: обзор автономного научного открытия
From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery
August 18, 2025
Авторы: 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
Аннотация
Искусственный интеллект (ИИ) трансформирует научные открытия, эволюционируя от специализированных вычислительных инструментов до автономных научных партнеров. Мы определяем «Агентную науку» (Agentic Science) как ключевой этап в рамках более широкой парадигмы «ИИ для науки», где системы ИИ переходят от частичной помощи к полной научной автономии. Благодаря крупным языковым моделям (LLM), мультимодальным системам и интегрированным исследовательским платформам, агентный ИИ демонстрирует способности в генерации гипотез, проектировании экспериментов, их выполнении, анализе и итеративном улучшении — процессах, которые ранее считались исключительно человеческими. В данном обзоре представлен предметно-ориентированный анализ автономных научных открытий в области наук о жизни, химии, материаловедения и физики. Мы объединяем три ранее разрозненных подхода — процессно-ориентированный, автономии-ориентированный и механизм-ориентированный — в рамках комплексной структуры, связывающей базовые возможности, ключевые процессы и предметно-специфические реализации. На основе этой структуры мы (i) прослеживаем эволюцию ИИ для науки, (ii) выделяем пять ключевых возможностей, лежащих в основе научной автономии, (iii) моделируем процесс открытия как динамический четырехэтапный рабочий процесс, (iv) анализируем приложения в указанных областях и (v) синтезируем ключевые вызовы и будущие возможности. Эта работа устанавливает предметно-ориентированный синтез автономных научных открытий и позиционирует «Агентную науку» как структурированную парадигму для продвижения исследований, основанных на ИИ.
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.