[论文解读] Automated Scientific Discovery: From Equation Discovery to Autonomous Discovery Systems

Stefan Krämer, Mattia Cerrato+3 more|arXiv (Cornell University)|May 3, 2023

Scientific Computing and Data ManagementDecision Sciences被引用 3

一句话总结

本文全面综述了自动化科学发现的发展，从方程发现和符号回归，到完全自主的发现系统。它提出了一套闭环科学发现框架，按自主程度分级，最高达到第5级，即人工智能系统在无任何人干预下运行，目标是到2050年实现诺贝尔奖级别的科学发现。

ABSTRACT

The paper surveys automated scientific discovery, from equation discovery and symbolic regression to autonomous discovery systems and agents. It discusses the individual approaches from a "big picture" perspective and in context, but also discusses open issues and recent topics like the various roles of deep neural networks in this area, aiding in the discovery of human-interpretable knowledge. Further, we will present closed-loop scientific discovery systems, starting with the pioneering work on the Adam system up to current efforts in fields from material science to astronomy. Finally, we will elaborate on autonomy from a machine learning perspective, but also in analogy to the autonomy levels in autonomous driving. The maximal level, level five, is defined to require no human intervention at all in the production of scientific knowledge. Achieving this is one step towards solving the Nobel Turing Grand Challenge to develop AI Scientists: AI systems capable of making Nobel-quality scientific discoveries highly autonomously at a level comparable, and possibly superior, to the best human scientists by 2050.

研究动机与目标

• 提供从方程发现到完全自主系统全过程的自动化科学发现整体概览。
• 探讨深度神经网络在提升可解释性及加速科学知识发现中的作用。
• 定义并分析科学发现中的自主性等级，类比自动驾驶技术。
• 将闭环发现系统定位为实现高水平科学自主性的关键。
• 推进AI科学家愿景，即到2050年在极少人类输入下实现诺贝尔奖级别的科学发现。

提出的方法

• 提出一种基于自动驾驶五级自主性模型的科学自主性分层框架。
• 将符号回归和方程发现作为自动化科学推理的基础组件。
• 利用深度神经网络支持科学发现中的特征提取、假说生成和可解释性。
• 描述闭环系统，其通过迭代生成假说、设计实验、收集数据并优化模型来运作。
• 以Adam系统为例，展示化学与生物学领域早期自主发现系统的基础范例。
• 将该框架扩展至材料科学、天文学等现代应用领域，以证明其可扩展性与通用性。

实验结果

研究问题

• RQ1 如何通过从方程发现到完全自主系统的演进，实现科学发现的自动化？
• RQ2 深度神经网络在提升科学发现的可解释性与效率方面发挥什么作用？
• RQ3 如何通过类比自动驾驶技术，形式化并衡量科学发现中的自主性等级？
• RQ4 闭环科学发现系统的关键组件与设计原则是什么？
• RQ5 到2050年，AI系统在极少人类干预下，能在多大程度上实现诺贝尔奖级别的科学发现？

主要发现

• 本文建立了科学发现的五级自主性框架，其中第5级代表完全无须人工参与的科学知识生产。
• 以Adam系统为代表的闭环发现系统，证明了自动化假说生成、实验设计与模型优化的可行性。
• 深度神经网络显著提升了科学发现过程的效率与可解释性，尤其在高维数据环境中。
• 将符号回归与深度学习结合，可从复杂数据集中发现人类可读的科学方程。
• 到2050年实现AI科学家进行诺贝尔奖级别发现的愿景，建立在自主闭环发现系统的发展基础之上。
• 本文将推进自主发现系统的发展定位为解决诺贝尔-图灵大奖挑战的关键路径。