新火種
2025-02-07 
LLM自主發(fā)現(xiàn)發(fā)表在Nature上的科學假設？ICLR2025論文MOOSE-Chem深度解析
編輯 | ScienceAI
人工智能的下一個前沿，不僅是語言、圖像，而是科學發(fā)現(xiàn)本身。
近年來，人工智能（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(fā)現(xiàn)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信息的情況下，自動發(fā)現(xiàn)新的、有效的化學科學假設？
這項研究發(fā)現(xiàn) LLM 可以自主發(fā)現(xiàn)新穎（novel）且可行（valid）的科學假設，甚至可以重新發(fā)現(xiàn)那些已經發(fā)表在 Nature, Science 上的頂級化學科學假設。
這項研究通過劃分使用的 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(fā)現(xiàn)不是由于數(shù)據(jù)污染（data contamination），而是由于 LLM 本身的能力。
這項研究不僅提供了關于科學假設形成的數(shù)學建模，還提出了 Agentic AI for scientific discovery 的 framework，讓 LLM 能夠自動生成并篩選科學假設，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(chuàng)造的，而是由研究背景 b 和若干研究靈感 i 組合而成的。
研究團隊通過認知科學、論文分析和數(shù)學建模，系統(tǒng)性地驗證了這一假設的合理性，并建立了數(shù)學推導，形成 AI 可執(zhí)行的科學發(fā)現(xiàn)框架。
MOOSE-Chem 核心假設的提出
(1) 認知科學的啟發(fā)
創(chuàng)造力研究表明，創(chuàng)新通常來自已有知識的重新組合，這一點可以追溯到：
知識重組理論（Knowledge Recombination）（Koestler, 1964）：科學發(fā)現(xiàn)往往源于跨領域知識的結合。聯(lián)想理論（Association Theory）：創(chuàng)新通常通過已有概念的連接產生。例如：
反向傳播（Backpropagation）算法來源于「鏈式求導 + 多層神經網絡」。許多新型催化劑的發(fā)現(xiàn)來源于「已有材料 + 新工藝」的結合。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
研究團隊通過利用核心假設，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。該約等式將復雜的難以建模的 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(fā)現(xiàn)？
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）結合信息檢索的方法，幫助 AI 從大量化學論文中篩選出可能的研究靈感。
方法：
基于 LLM 的語義檢索
·研究背景 作為輸入，LLM 通過語義相似性搜索（Semantic Search）在論文數(shù)據(jù)庫 中找到相關研究。·例如，如果研究背景涉及某種新型催化劑，LLM 會檢索相關的催化劑研究，并提取其中的關鍵技術或方法。2. 假設生成（Hypothesis Generation）——從背景和靈感構造研究假設:
有了研究靈感后，MOOSE-Chem 需要根據(jù)背景信息和靈感，構造新的科學假設。這個過程類似于科學家在頭腦風暴時結合已有知識提出研究方向。
方法：
（1）基于 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(jù)新的催化材料來構造新型電化學方案。（2）進化優(yōu)化（Evolutionary Optimization）
僅靠 LLM 直接生成假設并不能保證其高質量，因此 MOOSE-Chem 進一步采用進化算法（Evolutionary Algorithm）優(yōu)化假設。這一過程包含三個關鍵步驟：
變異（Mutation）：對初始假設進行調整，例如改變催化劑的類別、調整反應條件等，以探索更多可能性。精煉（Refinement）：讓 LLM 通過自我反饋機制對假設進行改進，使其更加科學合理。例如，模型可能會檢查是否有足夠的實驗依據(jù)支持假設，或調整表達方式以提高清晰度。重組（Recombination）：從多個假設變體中篩選最佳元素，組合成最終的高質量假設。這類似于科學家在論文寫作過程中不斷優(yōu)化研究思路的過程。3. 假設排序（Hypothesis Ranking）——篩選最優(yōu)科學假設
MOOSE-Chem 生成了多個可能的研究假設，但并非所有假設都合理。因此，MOOSE-Chem 需要對生成的假設進行評估，并篩選出最優(yōu)的科學假設。
方法：
基于 GPT-4o 的評分
讓 GPT-4o 評估每個假設的創(chuàng)新性、合理性、實驗可行性。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(fā)性論文
在 3000 篇論文庫中，LLM 能夠找到 75% 以上的真實啟發(fā)論文，即使只篩選出 4% 的論文。結果表明，LLM 可能已經學習到了許多科學家未知的知識關聯(lián)。2、LLM 能夠基于已知知識推理出高質量的新知識
采用嚴格背景信息和文獻篩選策略后，LLM 生成的假設與真實假設的相似度較高：28個假設的最高匹配評分（Top MS）為 4 或 5 分（滿分 5 分）其中 9 個假設的最高匹配評分達到了 5 分（幾乎與真實假設一致）說明 LLM 具備從背景+啟發(fā)中推理出創(chuàng)新性假設的能力。3、LLM 能夠有效地對假設進行排名
采用 LLM 評分機制，高質量假設通常排名更高。與真實論文中使用的啟發(fā)數(shù)量相關性較強，即：啟發(fā)匹配越多，排名越高
匹配評分越高，排名越高
說明 LLM 在一定程度上能夠篩選出更有價值的假設。最終發(fā)現(xiàn)
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(chuàng)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(xiàn)實科學研究環(huán)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(fā)和變異/重組策略有效提升了假設質量。
相比現(xiàn)有方法（如SciMON, MOOSE），MOOSE-Chem 在最高匹配評分（Top MS）和平均匹配評分（Average MS）上均有顯著提升：MOOSE-Chem：Top MS = 4.02, Avg MS = 2.56MOOSE: Top MS = 2.88, Avg MS = 2.46SciMON（NLP/Biochemical 領域）：Top MS = 2.55, Avg MS = 2.28說明進化算法（mutation & recombination）能夠提升假設的創(chuàng)造性和合理性。3、在實際應用中，MOOSE-Chem 可作為科研助理協(xié)助研究人員提出高質量假設。
在科學研究過程中，MOOSE-Chem 可用于自動檢索啟發(fā)性文獻、生成研究假設，并提供初步篩選排名，減少研究人員的篩選和構思時間。相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
