大语言模型赋能科学发现
Date:
人工智能正在深刻变革科学发现的方式，近年来诺贝尔物理学奖和化学奖均授予了与 AI 相关的突破性成果。本报告探讨大语言模型（LLMs）如何全方位赋能科学研究——从数据分析、假说生成到实验设计。报告首先介绍大语言模型及其涌现能力，展示其在阅读理解、编程和复杂推理等方面日益增强的能力。重点讨论面向科学的 LLM 推理增强技术，包括思维链（Chain-of-Thought）提示、自一致性（Self-Consistency）、过程监督（Process Supervision）和批判模型（Critique Models）等方法。此外，报告还介绍了基于智能体的建模与仿真（ABMS）作为研究复杂系统的强大范式，以及多模态多智能体系统在科学任务中的最新进展，包括用于物理竞赛解题的 PhysicsMinions 和面向材料发现的 AtomAgents。
