Путеводитель автостопщика по автономным исследованиям: обзор научных агентов
The Hitchhiker’s Guide to Autonomous Research: A Survey of Scientific Agents
2026-08-07
SCID: 54.1/gzthb6h9
Discuss with AI
искусственный интеллект для науки (AI4S)AWESOME_SCIENTIFIC_AGENTагенты на основе больших языковых моделейнаучные агентыжизненный цикл научного исследования
Figures from the paper
Abstract (AI)
Развитие агентов на основе больших языковых моделей (LLM) меняет искусственный интеллект для науки (AI4S), делая возможным проведение автономных научных исследований. Ведущие LLM продемонстрировали компетентность в различных областях, стимулировав создание специализированных научных агентов. Тем не менее глубокие эпистемологические и методологические различия между искусственным интеллектом и естественными науками по-прежнему препятствуют систематическим проектированию, обучению и валидации таких агентов. Настоящий обзор устраняет существующий пробел, предлагая комплексную концептуальную основу для проектирования научных агентов. Сначала уточняется понятие научных агентов и проводится их разграничение с агентами общего назначения с точки зрения целевой направленности, встраивания в рабочие процессы и научных обязательств. Далее вводится унифицированная таксономия, основанная на диапазоне возможностей и степени зрелости возможностей, которая характеризует как охват научных рабочих процессов, так и надежность поведения агентов в реалистичных исследовательских условиях. Опираясь на эту таксономию, обзор также связывает проектирование научных агентов с жизненным циклом исследования, рассматривая стратегии их создания, методы расширения возможностей, парадигмы оценки и будущие проблемы. Этот унифицированный взгляд призван предоставить практические рекомендации по разработке предметно-ориентированных научных агентов и способствовать сближению исследований в области искусственного интеллекта с естественно-научными открытиями. Для поддержки долгосрочного прогресса мы ведем постоянно обновляемый репозиторий (AWESOME_SCIENTIFIC_AGENT), в котором непрерывно собираются новые методы, эталонные наборы и лучшие практики.
Key Findings
1
Единая таксономия характеризует научных агентов по охвату возможностей, отражающему масштаб покрытия рабочих процессов, и зрелости возможностей, отражающей надёжность поведения в реалистичных исследовательских условиях.
2
Научные агенты отличаются от агентов общего назначения целевой ориентацией, интеграцией в научные рабочие процессы и явными научными обязательствами.
3
Живой репозиторий AWESOME_SCIENTIFIC_AGENT постоянно объединяет новые методы, бенчмарки и лучшие практики для долгосрочного развития научных агентов.
4
Обзор связывает стратегии создания, расширения возможностей и оценки научных агентов со всеми этапами научного исследовательского цикла.
5
Обзор предоставляет комплексную схему проектирования, обучения, оценки и развития научных агентов на основе больших языковых моделей.
Research Object
Научные агенты на основе LLM для автономных исследований
Research Subject
Их проектирование, таксономия, возможности, надёжность, оценка и интеграция в жизненный цикл научного исследования
Publication Details
Publication Date
2026-08-07
Journal
Publisher
ISSN
Cited by
4
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai15
Высокоточное предсказание структуры белков с помощью AlphaFold2021
Учёный ИИ: к полностью автоматизированному открытому научному поиску2024
Автономные химические исследования с использованием больших языковых моделей2023
Автономная лаборатория для ускоренного синтеза неорганических материалов2023
Расширение возможностей больших языковых моделей с помощью химических инструментов2024
AgentClinic: мультимодальный бенчмарк для клинических ИИ-агентов, использующих инструменты2026
Автономное биомедицинское исследование с использованием агента искусственного интеллекта2026
Расширение возможностей биомедицинских исследований с помощью ИИ-агентов2024
Мультиагентная система для автоматизации научных открытий2026
ИИ-агенты и агентный ИИ: концептуальная таксономия, применения и проблемы2025
ChatMOF: система искусственного интеллекта для предсказания и генерации металлоорганических каркасов с использованием больших языковых моделей2024
Ускорение научных открытий с помощью Co-Scientist2026
Агентная система для диагностики редких заболеваний с прослеживаемым рассуждением2026
Biomni: универсальный биомедицинский агент на основе ИИ2025
Искусственный интеллект, агентные модели и автоматизация лабораторий для научных открытий — начало scAInce2025