在當今快速發展的科學研究領域，如何高效地探索新領域、識別復雜模式并揭示龐大科學數據中的隱藏聯系，成為了人工智能面臨的重大挑戰。傳統的科學研究方法雖然取得了許多突破，但受限于研究人員的創造力和背景知識，可能無法充分挖掘現有數據中的潛在知識。為了解決這一問題，麻省理工學院（MIT）的研究團隊提出SciAgents通過多智能體智能圖推理，自動化科學發現過程，推動科學研究進入新的高度。

科學發現的過程通常包括背景知識的審查、假設的提出、假設的測試和驗證，以及基于發現的假設優化。這一過程不僅耗時耗力，而且依賴于研究人員的個人能力和經驗，可能會限制發現的廣度和深度。特別是在跨學科領域，如仿生材料設計，傳統方法難以充分利用自然界的設計原理，進行工程應用。此外，面對海量的科學數據，傳統方法在挖掘和利用這些數據以生成全新研究思路方面顯得力不從心。

隨著人工智能技術的進步，特別是大型語言模型（LLMs）和多智能體系統的發展，科學家們看到了利用AI技術自動化科學發現過程的潛力。SciAgents正是在這一背景下提出的。它結合了大規模本體知識圖譜、LLMs和多智能體系統，通過智能圖推理，自動生成和優化研究假設，揭示跨學科的隱藏關系，超越傳統人類驅動的研究方法。

SciAgents的主要目標是通過自動化的方式，推動科學理解的進步。具體而言，SciAgents旨在利用大規模本體知識圖譜組織和互聯多種科學概念。結合LLMs和數據檢索工具，生成和優化研究假設。通過多智能體系統的現場學習能力，揭示跨學科的隱藏關系。實現研究假設的自主生成和優化，闡明底層機制、設計原理和意外的材料特性。通過這些目標，SciAgents不僅能夠提高科學發現的效率和精度，還能在材料發現和先進材料開發方面取得突破性進展。

研究團隊是來自麻省理工學院（MIT）的Alireza Ghafarollahi 和Markus J. Buehler，這兩位研究人員都隸屬于麻省理工學院的原子和分子力學實驗室（LAMM），并且他們的研究涉及計算科學與工程領域。Markus J. Buehler還在施瓦茨曼計算學院擔任職務，進一步強調了他們在計算科學和多學科研究中的深厚背景。

核心概念

在SciAgents系統中，大規模本體知識圖譜是其核心組件之一。該圖譜由約1,000篇科學論文生成，包含33,159個節點和48,753條邊，代表了科學領域中的多種概念及其相互關系。通過這種結構化的數據表示，SciAgents能夠系統地組織和互聯多種科學概念，形成一個龐大的知識網絡。這種圖譜不僅提供了概念之間的直接關系，還揭示了隱藏在數據中的復雜模式和潛在聯系，為科學發現提供了堅實的基礎。

SciAgents利用大型語言模型（LLMs）和數據檢索工具來生成和優化研究假設。LLMs，如OpenAI的GPT系列，具有強大的自然語言處理能力，能夠理解和生成復雜的文本內容。在SciAgents中，LLMs被用來解析和擴展知識圖譜中的概念和關系，生成詳細的科學假設和研究計劃。數據檢索工具則用于從現有文獻中提取相關信息，確保生成的假設基于最新的科學研究。這種結合使得SciAgents能夠在廣泛的科學數據中找到新的研究方向和創新點。

多智能體系統是SciAgents的另一個關鍵組成部分。每個智能體在系統中扮演特定角色，如路徑生成、深度分析、假設制定和批判性審查等。通過這種分工協作，SciAgents能夠有效地管理科學研究的復雜性。更重要的是，這些智能體具備現場學習能力，能夠根據實時數據和反饋不斷優化其行為和決策。這種動態適應性使得SciAgents不僅能夠生成高質量的研究假設，還能在研究過程中不斷改進和完善這些假設，推動科學發現的進程。

通過大規模本體知識圖譜、大型語言模型和多智能體系統的結合，SciAgents實現了科學發現過程的自動化和智能化。這種創新方法不僅提高了研究效率和精度，還為跨學科研究提供了新的可能性，展示了AI在科學發現中的巨大潛力。

方法論

本體知識圖譜的構建

SciAgents的本體知識圖譜是從約1,000篇科學論文中提取的，這些論文涵蓋了生物材料和力學等領域。通過使用先進的文本挖掘和自然語言處理技術，研究團隊從這些論文中提取了關鍵概念和關系。每篇論文的內容被解析成結構化的數據，形成節點和邊的基礎。這些數據經過清洗和標準化處理，以確保其一致性和準確性。最終，生成了一個包含33,159個節點和48,753條邊的龐大知識圖譜，代表了科學領域中的多種概念及其相互關系。

在知識圖譜中，每個節點代表一個科學概念或實體，如“絲綢”、“傳熱性能”等。邊則表示這些節點之間的關系，如“絲綢具有生物相容性”或“傳熱性能影響材料的機械強度”。這些節點和邊不僅包括直接的關系，還揭示了隱藏在數據中的復雜模式和潛在聯系。通過這種結構化的數據表示，SciAgents能夠系統地組織和互聯多種科學概念，形成一個龐大的知識網絡，為科學發現提供堅實的基礎。

含隨機路徑點的啟發式路徑算法

SciAgents使用了一種結合啟發式路徑查找、節點嵌入和隨機路徑點的算法，旨在發現圖中的多樣路徑。該算法的主要目標是通過估算節點嵌入的距離，在源節點和目標節點之間找到路徑。節點嵌入是通過預訓練模型生成的，這些嵌入對于啟發式函數至關重要，它估算了當前節點與目標節點之間的距離。通過依賴這些嵌入，算法能夠適應圖的拓撲結構，有效地遍歷復雜的網絡。

為了增加路徑查找過程的多樣性，算法引入了隨機路徑點。這些路徑點從初始路徑之外的鄰近節點中選擇，使算法能夠探索替代路徑。隨機化因子控制了啟發式搜索和隨機探索之間的平衡，使其在不同的使用場景中具有靈活性。找到路徑后，生成包含路徑節點及其二跳鄰居的子圖，為圖推理提供更廣泛的上下文。這種方法不僅提高了路徑查找的效率，還增加了生成假設的多樣性和新穎性。

圖推理過程

圖1：這里開發的多代理圖推理系統概述。圖a，圖構造概述，可視化顯示了從作為數據源的科學論文到圖形構建的進展，右側的圖像顯示了圖形的放大視圖。小組b和c：提出了兩種不同的方法：在b中，一種基于代理之間預編程交互序列的多代理系統，確保一致性和可靠性，在c中，一個全自動、靈活的多代理框架，動態適應不斷發展的研究環境。這兩個系統都利用全局知識圖中的采樣路徑作為上下文來指導研究思路的生成過程。每個主體都扮演著特殊的角色：本體論者定義關鍵概念和關系，科學家1制定詳細的研究提案，科學家2擴展和完善提案，評論家主體進行徹底審查并提出改進建議。第二種方法中的規劃師制定詳細的計劃，并指示助理檢查生成的研究假設的新穎性。這種合作框架能夠產生超越傳統人類驅動方法的創新和全面的科學假設。

圖推理過程的第一步是基于知識圖譜生成科學假設。算法首先識別兩個關鍵節點，可以明確指定或隨機選擇。如果設置了最短路徑標志，則計算最短路徑；否則，采用啟發式路徑查找方法，結合隨機路徑點探索更多樣的路徑。一旦建立了路徑，函數從路徑及其關系中構建知識圖譜，包含遍歷的節點和關系。圖譜結構用于生成模型輸入，擴展節點和關系，提供定義和解釋。

在初步構思之后，下一階段是系統地擴展假設的具體方面。為研究的每個方面構建詳細的提示，批判性地評估和改進科學內容。模型生成擴展內容，并在標題下添加到擴展字段中。這一過程確保了每個主要研究方面都得到了充分的評估和改進。

擴展內容后，系統將結果編譯成結構化文檔，包括原始知識圖譜和假設、擴展的研究方面，形成連貫的研究敘述。接下來，模型對整個文檔進行批判性審查，評估優缺點并提出改進建議。這一步驟對于確保擴展內容的科學嚴謹性和邏輯性至關重要。

最后，模型識別與分子建模和合成生物學相關的最具影響力的科學問題，并概述關鍵步驟。模型通過單獨的提示識別每個領域的關鍵研究問題，并提供詳細的實驗和模擬計劃。這些計劃包括具體的工具和技術，確保研究假設不僅具有創新性，還具有可操作性。

圖2：從最初的關鍵字選擇到最終文檔的整個過程概述，遵循分層擴展策略，依次細化和改進答案，用檢索到的數據豐富答案，通過識別或關鍵建模、模擬和實驗任務進行評論和修改。

通過這些方法，SciAgents實現了科學發現過程的自動化和智能化。這種創新方法不僅提高了研究效率和精度，還為跨學科研究提供了新的可能性，展示了AI在科學發現中的巨大潛力。

實驗與結果

實驗設計

在SciAgents的實驗設計中，首先需要從知識圖譜中隨機選擇節點，并生成連接這些節點的路徑。這一步驟的目的是通過探索不同的概念組合，發現潛在的創新研究方向。具體來說，系統會從知識圖譜中隨機選擇兩個節點，作為研究的起點和終點。然后，使用啟發式路徑算法生成連接這兩個節點的路徑。該算法結合了節點嵌入和隨機路徑點，確保路徑的多樣性和探索性。通過這種方法，系統能夠生成包含豐富概念和關系的子圖，為后續的研究假設生成提供基礎。

圖3：我們的多智能體模型的結果，以連接關鍵字“絲綢”和“能源密集型”的知識圖為例，說明了一種新的研究假設。

圖4：使用（a）隨機路徑和（b）概念之間的最短路徑從全局圖中提取的連接關鍵字“絲綢”和“能源密集型”的知識圖。

在生成路徑后，系統會基于路徑中的節點和關系生成初步的研究假設。這個過程涉及使用大型語言模型（LLMs）解析和擴展路徑中的概念和關系，生成詳細的科學假設和研究計劃。初步假設生成后，系統會進一步擴展和優化這些假設。具體來說，系統會針對每個研究方面構建詳細的提示，批判性地評估和改進科學內容。通過這種迭代過程，系統能夠生成高質量的研究假設，并確保其科學嚴謹性和邏輯性。

圖5：在第一個提出的用于自動化科學發現的多代理方法中實現的Scientist_1 LLM代理的配置文件。AI代理利用本體論者提供的知識圖中的概念定義及其之間的關系來生成新的研究假設。

結果分析

在一個具體的研究案例中，系統選擇了“傳熱性能”和“喙角”作為起始節點和終點節點。生成的路徑包含了“層狀結構”、“生物材料”、“微流控芯片”、“角蛋白鱗片”和“仿生材料”等概念。基于這些概念，系統提出了一個研究假設：利用軟光刻技術將仿生材料的層狀結構（受角蛋白鱗片啟發）工程化到微流控芯片中，以提高其機械性能和循環加載條件下的傳熱效率。

圖6：評論家對將絲綢與蒲公英基顏料結合以創造具有增強光學和機械性能的生物材料的研究假設提出的最有影響力的問題。

預期結果：

• 傳熱效率提高20-30%
• 機械穩定性增強，失效率降低15%
• 優越的生物相容性，適合長期生物醫學應用

除了傳熱性能與喙角的研究案例，系統還生成了其他多個研究創意。例如，開發具有分層、互連3D多孔結構的新型膠原蛋白材料，以增強抗撞性、剛度記憶和動態適應性；通過可調工藝性和納米復合材料集成適應性來增強膠原蛋白支架的機械性能；研究石墨烯與淀粉樣纖維的相互作用，以創建具有增強電性能的新型生物電子設備。這些研究創意展示了系統在生成創新性和多樣性研究假設方面的強大能力。

新穎性和可行性評估

為了評估生成研究假設的新穎性和可行性，系統使用了Semantic Scholar API。具體來說，系統會調用API三次，使用不同的關鍵詞組合搜索相關文獻。每次調用返回十篇最相關的文獻，包括其標題和摘要。然后，系統會分析這些摘要，評估研究假設的新穎性，并提供詳細的評審報告。

通過使用Semantic Scholar API，系統能夠有效地評估研究假設的新穎性和可行性。結果顯示，生成的研究假設在新穎性和可行性方面具有較高的評分。例如，傳熱性能與喙角的研究假設被評為具有高度新穎性和合理的可行性。這些評估結果不僅驗證了系統生成假設的創新性，還確保了其在實際應用中的可操作性。SciAgents展示了其在科學發現自動化中的巨大潛力。系統不僅能夠生成高質量的研究假設，還能通過評估工具確保其新穎性和可行性。

討論

多智能體系統在SciAgents中的應用展示了其在科學發現中的巨大潛力。通過將不同角色分配給各個智能體，如路徑生成、深度分析、假設制定和批判性審查，系統能夠有效地管理科學研究的復雜性。這種分工協作不僅提高了研究效率，還確保了每個研究步驟的專業性和準確性。此外多智能體系統具備現場學習能力，能夠根據實時數據和反饋不斷優化其行為和決策。這種動態適應性使得SciAgents不僅能夠生成高質量的研究假設，還能在研究過程中不斷改進和完善這些假設，推動科學發現的進程。

圖7：流程圖顯示了多智能體團隊成員在群聊管理器的協調下自主開發的動態交互，通過圖推理生成研究假設。

SciAgents通過將科學發現過程分解為可管理的子任務，實現了系統化的知識探索。每個智能體在系統中扮演特定角色，負責處理特定的研究任務。例如，路徑生成智能體負責在知識圖譜中找到連接關鍵概念的路徑，深度分析智能體則負責解析和擴展這些路徑中的概念和關系。通過這種分工協作，系統能夠高效地處理復雜的科學問題，生成具有創新性和可行性的研究假設。

在實驗中，SciAgents展示了其生成高新穎性和可行性假設的能力。系統通過隨機選擇節點和生成路徑，探索不同的概念組合，發現潛在的創新研究方向。然后，使用大型語言模型（LLMs）解析和擴展路徑中的概念和關系，生成詳細的科學假設和研究計劃。通過這種方法，系統能夠生成具有高度新穎性和合理可行性的研究假設。例如,在傳熱性能與喙角的研究案例中，系統提出了利用軟光刻技術將仿生材料的層狀結構工程化到微流控芯片中的假設，并預測了其在傳熱效率和機械穩定性方面的顯著提升。

圖8：從全局知識圖中隨機選擇的概念的隨機抽樣得出的知識圖。

研究貢獻

SciAgents展示了AI在科學假設生成與優化中的巨大潛力。通過結合大規模本體知識圖譜、大型語言模型和多智能體系統，SciAgents能夠自動生成和優化研究假設，揭示跨學科的隱藏關系，超越傳統人類驅動的研究方法。這種創新方法不僅提高了研究效率和精度，還為跨學科研究提供了新的可能性，展示了AI在科學發現中的重要作用。

圖9：規劃器代理根據用戶的查詢制定的計劃，由自治系統開發，從隨機關鍵字生成研究假設。

為了確保生成研究假設的新穎性和可行性，SciAgents集成了評估工具，如Semantic Scholar API。系統通過調用API搜索相關文獻，分析摘要，評估研究假設的新穎性，并提供詳細的評審報告。這種評估工具的整合不僅驗證了系統生成假設的創新性，還確保了其在實際應用中的可操作性。

圖10:SciAgents展示了生成材料信息學的框架，展示了由輸入數據、問題和上下文驅動的構思和推理的迭代過程。

未來工作方向

未來的研究可以探索增加能夠進行實驗或從模擬研究中獲取數據的智能體。這些智能體可以通過執行具體的實驗和模擬任務，進一步驗證和優化研究假設。例如，分子動力學（MD）模擬智能體可以模擬分子層面的相互作用，合成生物學智能體可以設計和執行基因編輯實驗。這種擴展將使SciAgents能夠生成更為全面和詳細的研究計劃，進一步提高其科學發現的能力。

SciAgents采用的模塊化方法提供了極大的靈活性，使其能夠適應不同的研究需求和場景。未來的研究可以探索更多的模塊化擴展，例如增加新的智能體角色或集成新的數據源。這種靈活性使得SciAgents能夠不斷進化和優化，適應不斷變化的科學研究環境，推動科學發現的進程。

SciAgents展示了其在科學發現自動化中的巨大潛力。系統不僅能夠生成高質量的研究假設，還能通過評估工具確保其新穎性和可行性。這種創新方法為科學研究提供了新的可能性，展示了AI在推動科學進步中的重要作用。未來的研究可以進一步擴展和優化SciAgents，使其在科學發現中發揮更大的作用。（END）

參考資料：https://arxiv.org/pdf/2409.05556

本文轉載自??大噬元獸??，作者： FlerkenS ????