May, 2023

自动科学发现：从方程发现到自主发现系统

PDF
TL;DR综述了科学自动化发现的各种方法，从方程式发现和符号回归到自主发现系统和代理人等，着重讨论了深度神经网络在这一领域中的各种角色和作用，并探讨了达到最大水平 —— 第五级的自主性所需的条件，以实现无需人工干涉的科学发现。
发现论文，激发创造
  • 化学科学中的自主发现第二部分：展望

    这篇论文主要研究了在化学科学领域自动化技术的应用，探讨了目前自动科学发现的局限性，并提出了未来自主发现的实际应用和方法论方向。

    Mar, 2020

  • AI - 机器人系统在科学发现中的应用

    自动化整个科学方法论需要数据归纳的自动化以及实验从设计到实施的自动化，机器人科学家是将人工智能和实验室机器人相结合，具备进行真实世界实验检验假设的能力。本章探讨了机器人科学家在科学哲学中的基本原理，并将其活动与机器学习范式相对应，认为科学方法与主动学习有类似之处。我们使用以往机器人科学家的案例以及 Genesis 的案例进行实证，Genesis 是一种面向系统生物学研究的下一代机器人科学家，具备 1000 个计算机控制的微生物反应器的微流控系统和基于可控词汇和逻辑的可解释模型。

    Jun, 2024

  • 基于自治型 LLM 的从数据到可人工验证的研究论文

    AI 驱动的科学研究中的透明度、可追溯性和可核实性对加速科学发现具有潜力。

    Apr, 2024

  • 由生成式闭环人工智能主导的基础科学的未来

    探索和研究 AI 驱动的自动闭环科学发现方法，包括自我驱动的假设生成和假设空间的无限自主探索。将自动化纳入科学实践将缓解当前问题，包括发现的复制、数据的系统化生产以及最终的科学过程民主化，具有开创性的视野将释放 AI 在我们的世界基本结构搜索和发现方面的潜力，好过自动化当前工作流程，并打开技术创新的大门，解决人类面临的最大挑战之一。

    Jul, 2023

  • 大型语言模型的紧急自主科研能力

    本论文展示了一个结合多个大型语言模型的智能代理系统，可自主设计、规划和执行科学实验，并通过三个不同的实例展示代理的科学研究能力，最为复杂的是成功执行加催化交叉偶联反应。最后，讨论了这种系统的安全影响，并提出了防止滥用的措施。

    Apr, 2023

  • 面向语言驱动的科学人工智能

    基于 AI 在自然语言理解和生成方面的革命性进展，我们设计了能够解决复杂科学任务的 AI 系统，并将自然语言作为 AI 与人类科学家之间的核心表示、推理和交换格式。本文旨在探讨实现这一愿景所面临的主要研究挑战。

    Oct, 2022

  • AI Hilbert：从数据和背景知识到自动化科学发现

    在拥有大量实验数据的情况下，结合回归和推理的数据驱动方法能够从部分正确的背景理论中自动推导出一些著名科学定律，包括开普勒行星运动的第三定律、哈根 - 普瓦兹方程和辐射引力波功率方程。

    Aug, 2023

  • 从开普勒到牛顿：用可解释的人工智能探索科学

    本文介绍了可解释 AI 在科学研究中发现新的数据模型，提出新的思想假设和科学发现的作用和意义，并通过重现 Tycho Brahe 的天文观测数据，展示了 AI 在科学发现中的应用。

    Nov, 2021

  • 推动人工智能和人类共同创造，加速材料发现

    通过机器学习和 AI 技术，提出了一个支持领域和流程知识管理，结合人工智能协作的工作台框架，以减少时间和机会成本的目的，实现化学空间探索的新型功能材料的发现。

    Nov, 2022

  • 自动机器学习的综合框架

    这篇综述旨在推广对自动化 / 自主机器学习系统的更广阔视角，并探讨整合各种机制和理论框架的最佳方式。主要介绍超参数优化、多组件模型、神经架构搜索、自动特征工程、元学习、多层集成、动态自适应、多目标评估、资源限制、灵活的用户参与和泛化原则的发展。最终得出结论，建立自动化机器学习系统的架构整合是一个值得更深入探讨的重要问题。

    Dec, 2020