在科學領域，人工智慧（AI）正超越單純工具的角色，逐漸成為研究夥伴。近期艾倫人工智慧研究所（AI2）推出的「自主發現（AutoDiscovery）」系統備受矚目，這是一個能自主分析研究數據、建立假設、甚至生成並執行實驗程式碼的突破性神經網路AI系統。
自主發現系統已作為實驗性功能搭載於AI2的科研生態系統「阿斯塔（Asta）」平台。該平台提供對1.08億篇學術論文摘要及超過1200萬篇專業論文的檢索、摘要生成與分析功能。自主發現系統超越了傳統研究者提出問題的模式，轉變為基於數據由AI率先發問的工作方式。系統建立的假設以自然語言呈現，必要時會生成Python程式碼進行實驗，透過解讀統計結果，還能提出新的探索方向。
據AI2介紹，自主發現系統不僅能進行短時簡單分析，還能基於數百篇論文資料進行深度探索。所有結果均以可復現形式提供，便於後續分析。該技術尤其被認為能在癌症治療等複雜敏感領域挖掘潛在發現，因此備受期待。瑞典癌症研究所免疫癌症中心主任凱利·保爾森博士对此表示支持：「自主發現系統能切實幫助揭示那些尚未顯現的重要關聯性。」
其核心演算法是貝葉斯驚喜度與蒙特卡洛樹搜尋。前者透過量化現有知識信念與新證據間的差異，判斷「發現值得驚訝的程度」；後者則幫助平衡考察現有探索路徑與新的可能性。出人意料的結果也能成為分析起點。正如19世紀末「瘴氣致病論」向「細菌學說」轉變的案例所示，自主發現系統特別關注那些可能顛覆現有科學範式的意外結論。
斯克里普斯海洋研究所的法比奧·法沃雷托博士評價道：「AI生成大量假設、輔助研究者親自評估的架構，拓展了科學判斷的深度。」AI2強調該系統將科學家與資料的關係從靜態資訊庫轉變為能動的合作夥伴。
目前自主發現系統以實驗形態在AI2的阿斯塔平台提供，隨著後續開發進展，很可能拓展至更廣泛的研究領域。透過AI實現自主知識探索的概念正走向現實，科學範式本身未來或將迎來以AI為核心的重構。
