撰文丨王聪 编辑丨王多鱼 排版丨水成文 在科学探索的历史长河中，人类科学家通过观察、假设和验证的方式发现了无数自然定律。然而，面对日益复杂的科学 问题，传统研究模式的局限性逐渐显现。 近日， 北京大学 马滟青 团队在预印本平台 arXiv 上发表了题为： AI-Newton: A Concept-Driven Physical Law Discovery System without Prior Physical Knowledge 的研究论文。 该研究开发了一个名为 AI-牛顿 （ AI-Newton ） 的创新系统，它能够 完全自主地从原始实验数据中推导出物理定律 （例如牛顿第二定律、万有引力定律、能量守恒定律等） ，而无需监督或任何先验物理知识 。 这一成就标志着向 AI 驱动的自主科学发现迈出了重要一步。 突破传统：AI 驱动的科学发现新范式 当前的科学发现面临着两大挑战：一方面是人类主导的研究周期长、容易受预设观念影响；另一方面是现有 AI 方法存 在明显缺陷——神经网络如同黑箱难以解释，而符号回归方法在处理复杂系统时面临组合爆炸问题。 AI-Newton 系统的设计灵感来源于人类科学家的思考方式， ...

AI在科研中的角色演进 - AI已深度介入科研流程 从提出假设到生成图表、撰写论文 正逐步参与乃至重塑整个科学研究的方式 [2] - 尽管AI在CVPR、NeurIPS等顶会中无处不在 但此前几乎没有任何会议或期刊承认其作者身份 [2] Agents4Science 2025会议突破性规则 - 斯坦福大学将于2025年举办全球首个要求AI作为第一作者的学术会议 投稿论文必须以AI系统为唯一第一作者 [4][5] - 人类研究者仅可作为共同作者 作用限于支持或监督 每位人类作者最多参与4篇投稿论文 [6] - 会议评审机制以AI为主 由多个AI系统初评避免单一模型偏差 人类专家委员会负责复评和最终奖项裁定 [9] 会议目标与设计原则 - 三大核心目标：探究AI科学发现能力边界 建立AI科研规范体系 实现全流程透明度 [14] - 会议将公开所有提交论文及AI评审数据 包括提示和评审结果 作为社区开放资源 [14] - 采用线上虚拟形式举办 与ICCV 2025同期进行 包含演讲、口头展示和小组讨论 [13][18] 学术社区反响 - 研究者高度评价该会议为"AI科研能力的基准测试" 期待其生成的数据集对行业有启示意义 [16] - 部分学者关注AI生成论文被其他LLM误采信的风险 认为公开错误案例具有研究价值 [16] 关键时间节点 - 论文提交截止：2025年9月5日(AOE时间) 评审结果公布：2025年9月29日 正式会议日期：2025年10月22日 [19] - 会议主席团队来自斯坦福大学和TogetherAI 涵盖生物医学数据科学、LLM自进化等前沿领域 [21]

AI驱动的科学发现 - 非营利组织Future House利用多智能体系统"Robin"发现ROCK抑制剂Ripasudil对干性年龄相关性黄斑变性(dAMD)具有潜在治疗效果[3][4] - 研究流程完全由AI驱动，包括假设生成、实验设计、数据分析和迭代优化，人类仅负责实验室操作和论文撰写[2][7] - 整个研究过程仅耗时10周，远快于传统研究方法[9] 技术实现细节 - Robin系统由Crow、Falcon、Finch三个智能体组成，分别负责文献回顾、药物评估和数据分析[18] - 系统首先回顾151篇文献提出10种生物学机制假设，随后分析400篇文献筛选30种候选药物[21][22] - 通过流式细胞术测试5种优先药物，最终发现Ripasudil可使RPE细胞吞噬作用提升7.5倍[25][48] 科学发现价值 - 研究揭示了ROCK抑制剂通过增强RPE细胞吞噬作用和调节ABCA1基因表达(上调3倍)来治疗dAMD的新机制[45][47] - 发现ROCK抑制剂在治疗dAMD中的应用具有创新性，不同于以往整合素抑制剂的研究[65][67] - 研究成果已获得多位领域专家的认可[5] 团队背景 - Future House由物理学家Sam Rodriques和化学家Andrew White联合创立，专注于AI驱动的科研自动化[52] - 团队核心成员在生物工程、化学、AI等领域具有丰富研究经验和学术成果[53][56][57] - 组织计划开源相关代码和数据，推动科学研究的开放协作[12] 行业影响 - 该成果展示了AI在药物发现领域的巨大潜力，可能改变传统研发模式[16] - 研究引发广泛关注，为dAMD患者带来治疗希望，同时也引发关于创新性的学术讨论[61][62][64] - 团队将继续探索科学自动化的四个层面，推动AI在科研中的深度应用[59]