盡管AI在科學(xué)研究中的應(yīng)用取得了顯著進(jìn)展，但目前仍缺乏對AI在科學(xué)研究（AI4Research）中應(yīng)用的全面綜述，為了填補(bǔ)這一空白，提出了一個(gè)全面的AI4Research調(diào)查，旨在提供一個(gè)統(tǒng)一的視角，并系統(tǒng)地分類AI在研究中的應(yīng)用。

AI4Research的主流流程和分類，可以分為五個(gè)關(guān)鍵領(lǐng)域：（1）用于科學(xué)理解的AI，（2）用于學(xué)術(shù)調(diào)查的AI，（3）用于科學(xué)發(fā)現(xiàn)的AI，（4）用于學(xué)術(shù)寫作的AI，以及（5）用于學(xué)術(shù)同行評審的AI。這些領(lǐng)域各自有助于提升AI融合研究與出版的有效性和效率。

圖片

AI在研究中的分類（AI4Research）被劃分為五個(gè)關(guān)鍵領(lǐng)域。每個(gè)領(lǐng)域進(jìn)一步細(xì)分為具體任務(wù)，突出了AI在整個(gè)研究過程中多樣化的角色。

圖片

一、用于科學(xué)理解的AI

AI能夠從科學(xué)文獻(xiàn)中提取、解釋和綜合信息，加速人類知識獲取和自動(dòng)分析效率。這包括文本科學(xué)理解（如半自動(dòng)和全自動(dòng)科學(xué)理解）以及表格和圖表科學(xué)理解。

圖片

文本科學(xué)理解

• 半自動(dòng)科學(xué)理解：AI在人類指導(dǎo)下逐步深入理解復(fù)雜科學(xué)文獻(xiàn)。例如，LaMAI通過提問澄清用戶查詢中的模糊點(diǎn)，減少誤解；SciAgent通過調(diào)用計(jì)算器和公式評估器提供精確推理。
• 全自動(dòng)科學(xué)理解：AI獨(dú)立閱讀和理解科學(xué)文獻(xiàn)，無需人類干預(yù)。例如，通過生成文章總結(jié)來增強(qiáng)對長篇科學(xué)文本的整體理解，或通過自我提問和反思來深化對科學(xué)內(nèi)容的理解。

表格和圖表科學(xué)理解

• 表格理解：AI通過數(shù)據(jù)增強(qiáng)和推理范式增強(qiáng)來提取、解釋和推斷表格中的數(shù)據(jù)。例如，Chain-of-Table通過逐步構(gòu)建和更新表格來提高對復(fù)雜表格的理解。
• 圖表理解：AI能夠直接處理和解釋圖表圖像，支持基于圖表內(nèi)容的問題回答和總結(jié)。例如，ChartQA和ChartX用于訓(xùn)練端到端和流水線模型，F(xiàn)DV提供圖表的結(jié)構(gòu)化文本表示，以實(shí)現(xiàn)更深入的理解。

二、用于學(xué)術(shù)調(diào)查的AI

AI技術(shù)可以系統(tǒng)地回顧和總結(jié)科學(xué)文獻(xiàn)，幫助研究人員快速了解研究領(lǐng)域的最新進(jìn)展。這包括相關(guān)工作檢索和概述報(bào)告生成。

圖片

相關(guān)工作檢索

• 語義引導(dǎo)檢索：通過匹配用戶查詢的語義表示與文獻(xiàn)中的術(shù)語來檢索相關(guān)文獻(xiàn)。例如，GTSLNet通過基于關(guān)鍵詞的相似性學(xué)習(xí)網(wǎng)絡(luò)提高檢索的準(zhǔn)確性；
• 圖引導(dǎo)檢索：將學(xué)術(shù)實(shí)體（如論文、作者、引用）建模為圖結(jié)構(gòu)，基于節(jié)點(diǎn)類型和粒度進(jìn)行檢索。
• LLM增強(qiáng)檢索：利用LLM的能力提升檢索系統(tǒng)的性能。例如，單智能體檢索直接使用LLM完成檢索任務(wù)；多智能體檢索通過多個(gè)專業(yè)智能體簡化檢索過程；深度研究則進(jìn)一步向更自主的“深度研究”方向發(fā)展，AI智能體能夠從探索和綜合到生成引用豐富的報(bào)告。

概述報(bào)告生成

• 研究路線圖繪制：對大量文獻(xiàn)進(jìn)行清理、整合，描繪研究主題的發(fā)展軌跡。例如，CHIME通過迭代人類-AI協(xié)作細(xì)化LLM生成的結(jié)構(gòu)；HiReview使用多層樹結(jié)構(gòu)進(jìn)行系統(tǒng)知識組織；SurveyEval提供層次化標(biāo)題樹，用于評估綜述生成的分布和引用準(zhǔn)確性。
• 章節(jié)級相關(guān)工作生成：生成相關(guān)工作章節(jié)，與實(shí)際論文結(jié)構(gòu)對齊。
• 文檔級調(diào)查生成：自動(dòng)生成系統(tǒng)性文獻(xiàn)綜述。例如，AutoSurvey通過提示詞引導(dǎo)LLM完成階段性生成過程；

三、用于科學(xué)發(fā)現(xiàn)的AI

AI用于生成新的科學(xué)假設(shè)、理論或模型，并驗(yàn)證其有效性。這涉及想法挖掘、新穎性和重要性評估、理論分析和實(shí)驗(yàn)設(shè)計(jì)。

圖片

• 想法挖掘：AI從內(nèi)部知識、外部信號和團(tuán)隊(duì)討論中生成新科學(xué)假設(shè)或想法。
• 新穎性與重要性評估：AI評估想法的新穎性和重要性，結(jié)合傳統(tǒng)方法、LLM增強(qiáng)和人機(jī)協(xié)作。
• 理論分析：AI驗(yàn)證科學(xué)假設(shè)的合理性，包括主張形式化、證據(jù)收集、驗(yàn)證分析和定理證明。
• 科學(xué)實(shí)驗(yàn)開展：AI設(shè)計(jì)、執(zhí)行和分析科學(xué)實(shí)驗(yàn)，涵蓋實(shí)驗(yàn)設(shè)計(jì)、前估計(jì)、管理、執(zhí)行和分析。
• 全自動(dòng)發(fā)現(xiàn)：AI實(shí)現(xiàn)從假設(shè)生成到實(shí)驗(yàn)驗(yàn)證的全流程自動(dòng)化，形成閉環(huán)科學(xué)發(fā)現(xiàn)過程。

四、用于學(xué)術(shù)寫作的AI 

AI工具協(xié)助研究人員撰寫、編輯和格式化科學(xué)論文，提高寫作質(zhì)量和效率。這包括在論文準(zhǔn)備、撰寫和完成階段的輔助。

圖片

半自動(dòng)學(xué)術(shù)寫作

• 寫作準(zhǔn)備階段：AI幫助生成論文標(biāo)題、優(yōu)化結(jié)構(gòu)、確保內(nèi)容連貫性，例如通過MoDeST和LLM-Rubric等工具生成多領(lǐng)域科學(xué)標(biāo)題。
• 寫作階段：AI協(xié)助繪制圖表、生成公式、推薦引用，例如FigGen和SciCapenter等工具支持從文本到圖表的生成，ScholarCopilot等工具實(shí)現(xiàn)智能引用推薦。
• 寫作完成后階段：AI進(jìn)行語法糾錯(cuò)、表達(dá)和邏輯修訂，例如通過AWE系統(tǒng)和AAAR-1數(shù)據(jù)集提供寫作質(zhì)量評估，Wikipedia Revision Histories數(shù)據(jù)集幫助優(yōu)化語言表達(dá)。

全自動(dòng)學(xué)術(shù)寫作

AI獨(dú)立完成從草稿撰寫到最終稿件生成的全過程，無需人工干預(yù)。例如，AI Scientist和Agent Laboratory等系統(tǒng)通過模擬同行評審和反饋循環(huán)，優(yōu)化生成的論文內(nèi)容，但目前尚未完全消除人工編輯的需求，特別是在正確引用方面。

五、用于學(xué)術(shù)同行評審的AI

AI自動(dòng)化和增強(qiáng)同行評審過程，提供結(jié)構(gòu)化、客觀和建設(shè)性的評審。這包括預(yù)評審、評審和后評審階段。

圖片

• 預(yù)評審：AI在桌面評審階段快速評估稿件是否符合要求，并在審稿人匹配中實(shí)現(xiàn)精準(zhǔn)分配，同時(shí)避免利益沖突。
• 正在評審：AI生成評審意見和綜合評審報(bào)告，提升評審質(zhì)量和效率，減少主觀性和偏見。
• 后評審：AI預(yù)測論文影響力并生成宣傳材料，提升論文的可見度和影響力。

圖片

AI在研究中的多學(xué)科應(yīng)用：（a）自然科學(xué)中的AI，涵蓋物理學(xué)、生物學(xué)與醫(yī)學(xué)以及化學(xué)與材料科學(xué)等領(lǐng)域；（b）應(yīng)用科學(xué)與工程中的AI，重點(diǎn)關(guān)注機(jī)器人技術(shù)和軟件工程；（c）社會(huì)科學(xué)中的AI，包括社會(huì)學(xué)和心理學(xué)等學(xué)科。

圖片

https://arxiv.org/pdf/2507.01903
AI4Research: A Survey of Artificial Intelligence for Scientific Research
Projects: https://ai-4-research.github.io
Code Repository: https://github.com/LightChen233/Awesome-AI4Research