[論文レビュー] Agentic AI for Scientific Discovery: A Survey of Progress, Challenges, and Future Directions

Mourad Gridach, Jay Nanavati+3 more|ArXiv.org|Mar 12, 2025

Scientific Computing and Data Management被引用数 10

ひとこと要約

この調査は、科学的発見のためのエージェント型AIシステムを概観し、アーキテクチャ（自律型および協働型）、文献調査のハードル、データセット、指標、課題、将来の方向性を整理する。化学、生物学、材料科学、そしてそれ以外の領域を扱う。

ABSTRACT

The integration of Agentic AI into scientific discovery marks a new frontier in research automation. These AI systems, capable of reasoning, planning, and autonomous decision-making, are transforming how scientists perform literature review, generate hypotheses, conduct experiments, and analyze results. This survey provides a comprehensive overview of Agentic AI for scientific discovery, categorizing existing systems and tools, and highlighting recent progress across fields such as chemistry, biology, and materials science. We discuss key evaluation metrics, implementation frameworks, and commonly used datasets to offer a detailed understanding of the current state of the field. Finally, we address critical challenges, such as literature review automation, system reliability, and ethical concerns, while outlining future research directions that emphasize human-AI collaboration and enhanced system calibration.

研究の動機と目的

• エージェント型AIを定義し、それが科学的発見の加速に果たす役割を説明する。
• 自律型および協働型のエージェント型AIシステムを分類し、それらのドメイン別応用を整理する。
• この分野で使用されるデータセット、ツール、評価指標を特定する。
• 文献調査の自動化、信頼性、倫理の課題を強調する。
• 人間とAIの協働とシステムの較正を強調する将来の方向性を提案する。

提案手法

• 既存のエージェント型AIシステムとフレームワークのレビューと統合（例：Coscientist、ChemCrow、ProtAgents、LLaMP、Organa）。
• 完全自律型と人間-AI協働型システムの分類法の開発。
• 文献調査フレームワーク（SciLitLLM、LitSearch、ResearchArena、CiteME）の評価とその限界。
• 実装ツール（AutoGen、MetaGPT、Letta、CAMEL、LangChain、AutoGPT）とデータセット（LAB-Bench、MoleculeNet、ZINC、MPcules、AlphaFold、PubChem、ChEMBL）の整理。
• NeurIPSスタイルの論文評価、成功率、使いやすさの指標を含む評価指標の議論。
• 信頼性、倫理、潜在的リスクといった課題の総合、および将来の方向性（較正、ガバナンス）。

実験結果

リサーチクエスチョン

• RQ1 科学的発見におけるエージェント型AIの現在のアーキテクチャとフレームワークは何か。
• RQ2 エージェント型AIシステムの評価とベンチマーク作成を支えるデータセット、ツール、指標は何か。
• RQ3 システムの性能と普及を制限する主な課題（文献調査、信頼性、倫理）は何か。
• RQ4 人間とAIの協働と較正は、科学におけるエージェント型AIの信頼性と影響をどう改善できるか。

主な発見

• エージェント型AIシステムは発想から論文執筆までの段階を自動化でき、化学、生物学、材料科学での進展を示している。
• 文献調査はフレームワーク全体で依然として大きなボトルネックであり、いくつかのアプローチは既存知識にアイデアを信頼性高く結びつけることに失敗している。
• 自律型および協働型のフレームワークが複数存在し、それぞれ解釈性と一般化可能性の強みと限界をドメインごとに持つ。
• これらのエージェントを開発・評価するために、ツール（AutoGen、LangChain、Letta、CAMEL）とデータセット（LAB-Bench、MoleculeNet、ZINC、AlphaFold）が広く用いられている。
• 評価フレームワークは進化しており、NeurIPSスタイルの論文評価と使いやすさ指標が科学的成果とシステムの有用性を評価するために取り入れられている。
• 将来の方向性は、人間を巻き込んだループ型アプローチ、より良い較正技術、および信頼性が高く倫理的な自律的科学的発見を保証する堅牢なガバナンスを強調している。