論文の概要: AI4Research: A Survey of Artificial Intelligence for Scientific Research

• arxiv url: http://arxiv.org/abs/2507.01903v1
• Date: Wed, 02 Jul 2025 17:19:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:23:00.39149
• Title: AI4Research: A Survey of Artificial Intelligence for Scientific Research
• Title（参考訳）: AI4Research:科学研究のための人工知能の調査
• Authors: Qiguang Chen, Mingda Yang, Libo Qin, Jinhao Liu, Zheng Yan, Jiannan Guan, Dengyun Peng, Yiyan Ji, Hanjing Li, Mengkang Hu, Yimeng Zhang, Yihao Liang, Yuhang Zhou, Jiaqi Wang, Zhi Chen, Wanxiang Che,
• Abstract要約: 我々はAI for Research(AI4Research)に関する総合的な調査を行う。 まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。 主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
• 参考スコア（独自算出の注目度）: 55.5452803680643
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Recent advancements in artificial intelligence (AI), particularly in large language models (LLMs) such as OpenAI-o1 and DeepSeek-R1, have demonstrated remarkable capabilities in complex domains such as logical reasoning and experimental coding. Motivated by these advancements, numerous studies have explored the application of AI in the innovation process, particularly in the context of scientific research. These AI technologies primarily aim to develop systems that can autonomously conduct research processes across a wide range of scientific disciplines. Despite these significant strides, a comprehensive survey on AI for Research (AI4Research) remains absent, which hampers our understanding and impedes further development in this field. To address this gap, we present a comprehensive survey and offer a unified perspective on AI4Research. Specifically, the main contributions of our work are as follows: (1) Systematic taxonomy: We first introduce a systematic taxonomy to classify five mainstream tasks in AI4Research. (2) New frontiers: Then, we identify key research gaps and highlight promising future directions, focusing on the rigor and scalability of automated experiments, as well as the societal impact. (3) Abundant applications and resources: Finally, we compile a wealth of resources, including relevant multidisciplinary applications, data corpora, and tools. We hope our work will provide the research community with quick access to these resources and stimulate innovative breakthroughs in AI4Research.
• Abstract（参考訳）: 人工知能(AI)の最近の進歩、特にOpenAI-o1やDeepSeek-R1のような大規模言語モデル(LLM)は、論理的推論や実験的なコーディングのような複雑な領域において顕著な能力を示している。 これらの進歩によって、多くの研究がイノベーションプロセス、特に科学研究の文脈におけるAIの応用を探求してきた。 これらのAI技術は主に、幅広い科学分野にわたる研究プロセスを自律的に行うシステムを開発することを目的としている。 こうした大きな進歩にもかかわらず、AI for Research(AI4Research)に関する包括的な調査は依然として行われていない。 このギャップに対処するため、包括的な調査を行い、AI4Researchについて統一的な視点を提供する。 本研究の主な貢献は,(1)系統分類学:まず,AI4研究における5つの主要なタスクを分類する系統分類学を導入する。 2) 新たなフロンティア: 主要な研究ギャップを特定し, 自動実験の厳密さとスケーラビリティ, 社会的影響に着目し, 将来的な方向性を明らかにする。 (3) 冗長なアプリケーションとリソース: 最後に、関連する複数の分野のアプリケーション、データコーパス、ツールを含む、豊富なリソースをコンパイルします。 私たちは、研究コミュニティにこれらのリソースへの迅速なアクセスを提供し、AI4Researchの革新的なブレークスルーを刺激することを期待しています。

関連論文リスト

• Unlocking the Potential of AI Researchers in Scientific Discovery: What Is Missing? [20.94708392671015]
  AI4Scienceの総出版物のシェアは2024年の3.57%から2050年までに約25%になると予想しています。 我々は,AI研究者を科学的発見の最前線に位置づける構造的かつ行動可能な戦略を提案する。
  論文  参考訳（メタデータ） (2025-03-05T09:29:05Z)
• Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
  多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。 これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
  論文  参考訳（メタデータ） (2025-02-07T18:26:45Z)
• How Mature is Requirements Engineering for AI-based Systems? A Systematic Mapping Study on Practices, Challenges, and Future Research Directions [5.6818729232602205]
  既存のREメソッドが十分かどうか、あるいはこれらの課題に対処するために新しいメソッドが必要であるかどうかは不明だ。 既存のRE4AI研究は主に要件分析と導入に重点を置いており、ほとんどの実践はこれらの分野に適用されている。 私たちは、最も一般的な課題として、要件仕様、説明可能性、マシンラーニングエンジニアとエンドユーザのギャップを特定しました。
  論文  参考訳（メタデータ） (2024-09-11T11:28:16Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Artificial Intelligence for Social Good: A Survey [39.57076039548506]
  我々はこれまでに1000件以上の論文で、AI4SG文学の最も包括的なコレクションを構築しました。 さまざまなアプリケーション領域におけるAI4SGの共通課題を表す5つの研究トピックを抽出する。 我々は、AI4SG研究の将来的な発展に光を当てられることを願っている5つの問題について議論する。
  論文  参考訳（メタデータ） (2020-01-07T00:16:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。