大规模语言模型如何助力人工智能自主生成化学假设？ICLR 2025 论文MOOSE-Chem基于科学发现框架的深度解析

人工智能在科学发现中的新突破：MOOSE-Chem 模型助力化学假设生成

近年来，人工智能（AI）已经在自然语言处理（NLP）和计算机视觉（CV）等领域取得了显著进展。然而，AI 是否能够帮助科学家发现新的科学理论？ICLR 2025 接收的一篇论文《MOOSE-Chem： 大规模语言模型用于重新发现未见的化学科学假设》提出了一个令人振奋的问题：大规模语言模型（LLMs）能否仅依赖化学研究背景信息，自动发现新的、有效的化学科学假设？

这项研究表明，LLM 可以自主发现新颖且可行的科学假设，甚至可以重新发现那些已经发表在顶级期刊如《Nature》和《Science》上的化学假设。为了确保这种重新发现不是由于数据污染，而是 LLM 本身的能力，研究团队通过划分使用的 LLM 的预训练数据截止时间与顶级期刊文章的在线发布时间进行了验证。

此外，该研究不仅提供了关于科学假设形成的数学建模，还提出了“代理型 AI 科学发现框架”，使 LLM 能够自动生成并筛选科学假设，为 AI 在科学研究中的应用提供了新思路。

MOOSE-Chem 核心假设：化学研究假设的形成机制

MOOSE-Chem 研究的核心假设是：化学研究假设 h 不是凭空创造的，而是由研究背景 b 和若干研究灵感 i 组合而成的。研究团队通过认知科学、论文分析和数学建模，系统性地验证了这一假设的合理性，并建立了 AI 可执行的科学发现框架。

1. 认知科学的启发创造力
创新通常来自已有知识的重新组合，这可以追溯到：
– 知识重组理论（Knowledge Recombination）：科学发现往往源于跨领域知识的结合。
– 联想理论（Association Theory）：创新通常通过已有概念的连接产生。
这些理论表明，化学研究假设很可能是由背景知识（b）+ 研究灵感（i）组合产生的。

2. 顶级化学论文的分析
研究团队通过利用核心假设，链式法则和引入马尔科夫性质，得到了 P（h | b）的一个约等式。最终研究团队得到了一个简化模型，将复杂的难以建模的 P（h | b）转换成了一系列难度显著降低的可以建模的小项的乘积。

MOOSE-Chem 框架详解：AI 如何进行自动科学发现？

1. 文献检索（Literature Retrieval）——找到潜在研究灵感
MOOSE-Chem 使用大语言模型（LLMs）结合信息检索的方法，帮助 AI 从大量化学论文中筛选出可能的研究灵感。基于 LLM 的语义检索，研究背景作为输入，LLM 通过语义相似性搜索在论文数据库中找到相关研究。例如，如果研究背景涉及某种新型催化剂，LLM 会检索相关的催化剂研究，并提取其中的关键技术或方法。

2. 假设生成（Hypothesis Generation）——从背景和灵感构造研究假设
有了研究灵感后，MOOSE-Chem 需要根据背景信息和灵感，构造新的科学假设。这个过程类似于科学家在头脑风暴时结合已有知识提出研究方向。
– 基于 LLM 的 Prompt 生成：例如，如果背景涉及某种电化学反应，灵感来自某种新的催化材料，LLM 会根据新的催化材料来构造新型电化学方案。
– 进化优化（Evolutionary Optimization）：采用进化算法优化假设，包括变异（Mutation）、精炼（Refinement）和重组（Recombination），以探索更多可能性并提升假设质量。

3. 假设排序（Hypothesis Ranking）——筛选最优科学假设
MOOSE-Chem 生成了多个可能的研究假设，但并非所有假设都合理。因此，MOOSE-Chem 需要对生成的假设进行评估，并筛选出最优的科学假设。基于 GPT-4o 的评分，评估每个假设的创新性、合理性和实验可行性。

主要实验结果

1. LLM 成功识别相关启发性论文
在 3000 篇论文库中，LLM 能够找到 75% 以上的真实启发论文，即使只筛选出 4% 的论文。结果表明，LLM 已经学习到了许多科学家未知的知识关联。

2. LLM 推理出高质量的新知识
LLM 生成的假设与真实假设的相似度较高，28 个假设的最高匹配评分（Top MS）为 4 或 5 分（满分 5 分），其中 9 个假设的最高匹配评分达到了 5 分，说明 LLM 具备从背景+启发中推理出创新性假设的能力。

3. LLM 有效对假设进行排名
采用 LLM 评分机制，高质量假设通常排名更高。与真实论文中使用的启发数量相关性较强，即：启发匹配越多，排名越高；匹配评分越高，排名越高，说明 LLM 能够筛选出更有价值的假设。

最终发现

1. 覆盖核心创新点
MOOSE-Chem 生成的假设可以在不访问真实假设的情况下，覆盖论文的核心创新点。在 51 篇论文的评测中，近 40% 的实验生成假设与真实假设高度相似。

2. 多步启发和变异/重组策略提升假设质量
相比现有方法（如 SciMON, MOOSE），MOOSE-Chem 在最高匹配评分（Top MS）和平均匹配评分（Average MS）上均有显著提升，说明进化算法能够提升假设的创造性和合理性。

3. 实际应用前景
在实际应用中，MOOSE-Chem 可作为科研助理协助研究人员提出高质量假设，自动检索启发性文献、生成研究假设，并提供初步筛选排名，减少研究人员的筛选和构思时间。

本文来源： 机器之心【阅读原文】