用于科学发现的基础模型：从范式增强到范式转变

基础模型（FM），如 GPT-4 和 AlphaFold，正在重塑科学研究的格局。除了加速假设生成、实验设计和结果解释等任务外，它们还提出了一个更根本的问题：FM 仅仅是在增强现有的科学方法，还是在重新定义科学的进行方式？在本文中，我们认为 FM 正在催化向新科学范式的转变。我们提出了一个三阶段框架来描述这一演变：(1) 元科学整合，FM 在传统范式内增强工作流程；(2) 人工智能与人类混合共创，FM 成为问题制定、推理和发现的积极合作者；以及 (3) 自主科学发现，FM 作为独立的代理，能够以最少的人工干预产生新的科学知识。通过这一视角，我们回顾了 FM 在现有科学范式中的当前应用和新兴能力。我们进一步确定了 FM 驱动的科学发现的风险和未来方向。本文旨在支持科学界理解 FM 的变革性作用，并促进对科学发现未来的思考。我们的项目可在 <a href="https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery&quot;&gt;https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery&lt;/a&gt; 获取。