編輯 | ScienceAI
人工智慧的下一個前沿，不僅是語言、影像，而是科學發現本身。
近年來，人工智慧（AI）已經在自然語言處理（NLP）、計算機視覺（CV）等領域取得巨大成功。但 AI 是否能夠幫助科學家發現新的科學理論？
在 ICLR 2025 接收的一篇論文《MOOSE-Chem: Large Language Models for Rediscovering Unseen Chemistry Scientific Hypotheses》提出了一個令人興奮的問題：
大模型（LLMs）能否在僅依賴化學研究背景資訊的情況下，自動發現新的、有效的化學科學假設？
這項研究發現 LLM 可以自主發現新穎（novel）且可行（valid）的科學假設，甚至可以重新發現那些已經發表在 Nature, Science 上的頂級化學科學假設。
這項研究透過劃分使用的 LLM 的 pretrain data 的截止時間，與 Nature, Science 上文章的 online 時間確保這種重新發現不是由於資料汙染（data contamination），而是由於 LLM 本身的能力。
這項研究不僅提供了關於科學假設形成的數學建模，還提出了 Agentic AI for scientific discovery 的 framework，讓 LLM 能夠自動生成並篩選科學假設，為 AI 在科學研究中的應用提供了新思路。
MOOSE-Chem 研究的核心假設是：
化學研究假設 h 不是憑空創造的，而是由研究背景 b 和若干研究靈感 i 組合而成的。
研究團隊透過認知科學、論文分析和數學建模，系統性地驗證了這一假設的合理性，並建立了數學推導，形成 AI 可執行的科學發現框架。
MOOSE-Chem 核心假設的提出
(1) 認知科學的啟發
創造力研究表明，創新通常來自已有知識的重新組合，這一點可以追溯到：
例如：
這些理論表明，化學研究假設很可能是由背景知識（b）+ 研究靈感（i） 組合產生的。
(2) 頂級化學論文的分析
研究團隊透過利用核心假設，鏈式法則，和引入馬爾科夫性質，得到 P（ h | b ）的一個約等式。
最終研究團隊得到 。其中，I代表所有的（化學）科學文獻。該約等式將複雜的難以建模的 P（ h | b ）轉換成了一系列難度顯著降低的可以建模的小項的乘積。
MOOSE-Chem 框架詳解：AI 如何進行自動科學發現？
1. 文獻檢索（Literature Retrieval）——找到潛在研究靈感:
MOOSE-Chem 在這一過程中使用了大語言模型（LLMs）結合資訊檢索的方法，幫助 AI 從大量化學論文中篩選出可能的研究靈感。
方法：
基於 LLM 的語義檢索
2. 假設生成（Hypothesis Generation）——從背景和靈感構造研究假設:
有了研究靈感後，MOOSE-Chem 需要根據背景資訊和靈感，構造新的科學假設。這個過程類似於科學家在頭腦風暴時結合已有知識提出研究方向。
方法：
（1）基於 LLM 的 Prompt 生成
例如，如果背景涉及某種電化學反應，靈感來自某種新的催化材料，LLM 會根據新的催化材料來構造新型電化學方案。（2）進化最佳化（Evolutionary Optimization）
僅靠 LLM 直接生成假設並不能保證其高質量，因此 MOOSE-Chem 進一步採用進化演算法（Evolutionary Algorithm）最佳化假設。這一過程包含三個關鍵步驟：
3. 假設排序（Hypothesis Ranking）——篩選最優科學假設
MOOSE-Chem 生成了多個可能的研究假設，但並非所有假設都合理。因此，MOOSE-Chem 需要對生成的假設進行評估，並篩選出最優的科學假設。
方法：
基於 GPT-4o 的評分
主要實驗結果
1、LLM 能夠成功識別與研究背景相關但未知的啟發性論文
2、LLM 能夠基於已知知識推理出高質量的新知識
3、LLM 能夠有效地對假設進行排名
啟發匹配越多，排名越高
匹配評分越高，排名越高
最終發現
1、MOOSE-Chem 生成的假設可以在不訪問真實假設的情況下，覆蓋論文的核心創新點。
在51篇論文的評測中，近 40% 的實驗生成假設與真實假設高度相似。
專家評估顯示，在模擬現實科學研究環境（300 篇論文庫）下，MOOSE-Chem 仍能生成接近真實論文的假設。
2、多步啟發和變異/重組策略有效提升了假設質量。
3、在實際應用中，MOOSE-Chem 可作為科研助理協助研究人員提出高質量假設。