在科学领域，人工智能(AI)正超越单纯工具的角色，逐渐成为研究伙伴。近期艾伦人工智能研究所(AI2)推出的"自主发现(AutoDiscovery)"系统备受瞩目，这是一个能自主分析研究数据、建立假设、甚至生成并执行实验代码的突破性神经网络AI系统。
自主发现系统已作为实验性功能搭载于AI2的科研生态系统"阿斯塔(Asta)"平台。该平台提供对1.08亿篇学术论文摘要及1200万篇以上专业论文的检索、摘要生成与分析功能。自主发现系统超越了传统研究者提出问题的模式，转变为基于数据由AI率先发问的工作方式。系统建立的假设以自然语言呈现，必要时会生成Python代码进行实验，通过解读统计结果，还能提出新的探索方向。
据AI2介绍，自主发现系统不仅能进行短时简单分析，还能基于数百篇论文数据进行深度探索。所有结果均以可复现形式提供，便于后续分析。该技术尤其被认为能在癌症治疗等复杂敏感领域发掘潜在发现，因而备受期待。瑞典癌症研究所免疫癌症中心主任凯利·保尔森博士对此表示支持："自主发现系统能切实帮助揭示那些尚未显现的重要关联性。"
其核心算法是贝叶斯惊喜度与蒙特卡洛树搜索。前者通过量化现有知识信念与新证据间的差异，判断"发现值得惊讶的程度"；后者则帮助平衡考察现有探索路径与新的可能性。出人意料的结果也能成为分析起点。正如19世纪末"瘴气致病论"向"细菌学说"转变的案例所示，自主发现系统特别关注那些可能颠覆现有科学范式的意外结论。
斯克里普斯海洋研究所的法比奥·法沃雷托博士评价道："AI生成大量假设、辅助研究者亲自评估的架构，拓展了科学判断的深度。"AI2强调该系统将科学家与数据的关系从静态信息库转变为能动的合作伙伴。
目前自主发现系统以实验形态在AI2的阿斯塔平台提供，随着后续开发进展，很可能拓展至更广泛的研究领域。通过AI实现自主知识探索的概念正走向现实，科学范式本身未来或将迎来以AI为核心的重构。
