How Far Are AI Scientists from Changing the World?

大型语言模型（LLMs）的兴起正在将自动化科学发现推向新的高度，基于大模型的人工智能（AI）科学家系统如今已在科研领域崭露头角。AI科学家系统领域已经涌现出一些具有影响力的研究成果，甚至有由AI生成的论文已被ICLR 2025研讨会接收，这表明一个能够发现人类此前未知现象、达到人类科学家水平的AI科学家，可能即将成为现实。在本综述中，我们聚焦于一个核心问题：AI科学家距离改变世界并重塑科学研究范式还有多远？为了回答这一问题，我们以未来展望为导向，对AI科学家系统目前所取得的成就进行了全面分析，明确了关键瓶颈以及构建一个能够解决重大挑战、实现突破性发现的科学智能体所需的核心要素。我们希望这篇综述有助于人们更清晰地认识当前AI科学家系统的局限性，了解我们目前所处的阶段、尚且缺失的部分，以及科学人工智能最终应当追求的目标。

这篇论文旨在探讨基于大语言模型（LLMs）的AI科学家系统在多大程度上能够改变世界并重塑科学研究范式。它试图回答一个相对较新的问题：当前AI科学家系统是否具备推动科学发现、解决重大挑战的潜力，并识别其实现这一目标所面临的关键瓶颈。

论文的核心思路是通过前瞻驱动的综述方式，系统分析当前AI科学家系统在科学研究中的成就与局限，提出构建能够产生突破性科学发现的AI系统所需的关键要素。其新意在于将AI科学家视为未来科学范式转变的核心，并从系统角度提出实现这一愿景的路径。

论文不仅总结了现有AI科学家系统的进展，还识别了当前系统在自主性、创造力、跨领域泛化等方面存在的瓶颈。值得关注的是，文中提到已有AI生成的研究论文被ICLR 2025 workshop接受，表明AI在科学写作方面取得进展。此外，论文强调了未来研究应聚焦于提升AI的推理、实验设计和协作能力。尽管未提及具体数据集或开源代码，但提出了多个值得深入研究的方向。

近年来，AI在自动化科学发现领域的研究日益增多，相关工作包括：《AI for Science: A Comprehensive Review》、《Language Models as Scientific Researchers》、《Automated Discovery with Large Language Models》、《Self-Improving AI Agents for Scientific Research》等。这些研究分别从不同角度探讨了AI在科研中的角色，如模拟实验、理论生成、数据建模等，与本文主题高度相关。