🤖 AI

Unlocking LLM Creativity in Science through Analogical Reasoning

本文提出将类比推理作为一种新颖方法来缓解大语言模型中的模式崩溃问题，证明其在实现多项生物医学任务最先进性能的同时，显著提升了生成科学解决方案的多样性和新颖性。

原作者： Andrew Shen, Shaul Druckmann, James Zou

发布于 2026-05-13

📖 1 分钟阅读☕ 轻松阅读

原作者： Andrew Shen, Shaul Druckmann, James Zou

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象你是一位科学家，正试图解决一个极其棘手的谜题。你向一位超级聪明的 AI 助手寻求解决思路。不幸的是，AI 反复给出相同的五个答案，只是措辞略有不同。这就像你向一位厨师索要 100 种不同的晚餐创意，而他却不断建议“意大利面”，只是将其称为“意面”、“面条”或“意大利面条”。在 AI 领域，这被称为模式崩溃（mode collapse）。AI 陷入了思维定势，停止了创造性思考。

这篇题为**《通过类比推理解锁科学中的大语言模型创造力》的论文，提出了一种巧妙的创新方法，旨在将 AI 从这种定势中解放出来。来自斯坦福大学的作者们建议，教会 AI 像隐喻构建者**一样思考。

问题：AI 的“回声室”

当科学家请 AI 为复杂问题（例如如何阻止病毒或预测细胞对药物的反应）生成新想法时，AI 往往会变得懒惰。它会抓取自己已知的最著名、最显而易见的解决方案并加以重复。

结果： 如果你询问 100 次，可能会得到 95 个本质上相同的答案。
后果： 你错失了解决问题可能所需的怪异、狂野且潜力巨大的创意。

解决方案：“跨领域侦探”

作者们引入了一种名为**类比推理（Analogical Reasoning, AR）**的方法。他们不再仅仅询问 AI“我该如何修复这个问题？”，而是让它玩一个“这像什么？”的游戏。

可以这样理解：

旧方法： 问机械师“如何修理坏掉的引擎？”机械师查看引擎并建议标准修复方案。
新方法（AR）： 问机械师“如何修理坏掉的引擎？现在，想象这个引擎实际上是一个繁忙城市中的交通堵塞。交通工程师会如何解决拥堵？现在，将那个交通解决方案应用回引擎上。”

AI 被训练去：

寻找隐藏结构： 它忽略表面细节（如“细胞”或“汽车”），转而关注关系（如“事物在拥挤空间中的移动”或“信号受阻”）。
跳跃到完全不同的世界： 它在完全不同的领域（如经济学、国际象棋或地震学）中找到具有相同隐藏结构的问题。
窃取解决方案： 它将来自该其他领域的解决方案提取出来，并将其翻译回原始的科学问题中。

论文中的现实案例

这篇论文表明这不仅仅是理论；他们实际上利用它解决了真实的生物医学问题。以下是两个 AI“跳出思维定势”思考的例子：

1. “经济学”药物解决方案

问题： 科学家们试图预测单个细胞对药物的反应。AI 不断建议仅预测平均反应的模型，忽略了单个细胞的独特行为。
类比： AI 意识到这就像经济学。正如单个消费者对价格上涨的反应不同于“平均”消费者一样，单个细胞对药物的反应也各不相同。
结果： AI 建议使用一种来自经济学的统计工具，称为有限混合模型（Finite Mixture Models）。当他们测试这一方法时，效果出奇地好，在预测单个细胞行为方面远超以往的方法。

2. “国际象棋”DNA 解决方案

问题： 科学家们试图预测短 DNA 链的特性。AI 不断建议忽略特定 DNA 片段在链中位置的模型。
类比： AI 意识到这就像国际象棋。在国际象棋中，兵在棋盘中间很弱，但在边缘附近很强。它的价值完全取决于其位置。
结果： AI 建议使用棋子 - 方格表（Piece-Square Tables）（一种根据棋子在棋盘上的位置来评估其价值的国际象棋策略）。将这种方法应用于 DNA，使得模型能够理解基因序列的位置至关重要，从而取得了最先进的成果。

他们发现了什么？

作者们将这种方法与标准 AI 方法进行了测试，发现：

更多样性： AI 生成的解决方案多样性提高了90% 到 173%。它不再重复相同的“意大利面”答案。
更多新颖性： 通过这种方法生成的解决方案中，超过**50%**是真正的新颖想法（而标准 AI 的这一比例不到 2%）。
实际成功： 当他们在实验室（或通过计算机模拟）实际构建并测试这些新想法时，它们在预测细胞行为、大脑相互作用和药物特性方面 consistently 优于现有方法。

核心结论

这篇论文认为，要让 AI 成为科学发现的真正伙伴，我们不能仅仅让它在其自身的“图书馆”中搜索答案。我们必须迫使它望向窗外，看看交通堵塞是如何运作的，或者国际象棋是如何进行的，然后问：“这如何帮助我们解决科学问题？”

通过使用类比，AI 不再是一个无聊的模仿者，而是开始像一个富有创造力的发明家那样行动，架起不相关领域之间的桥梁，寻找人类可能错过的解决方案。

技术摘要：通过类比推理解锁大语言模型在科学中的创造力

问题陈述

自主科学发现，特别是在生物医学等复杂领域，依赖于能够针对开放性问题生成新颖且多样化解决方案的 AI 系统。然而，当前的**大语言模型（LLMs）在承担开放性问题解决任务时，表现出显著的模式崩溃（mode collapse）**倾向。LLMs 并非探索广阔的搜索空间，而是收敛于语义相似、高概率的生成结果（通常是像 AlphaFold 解决蛋白质折叠这样的标准解决方案），严重限制了潜在发现的多样性。这种多样性的缺乏阻碍了 AI 系统作为自主科学有效引擎的能力，因为研究人员需要广泛的候选解决方案，以便从多个角度解决问题，并避免过早收敛于现有范式。

方法论

作者引入了**类比推理（Analogical Reasoning, AR）**作为一种结构化方法，以缓解模式崩溃并增强解决方案的多样性。该方法论基于认知科学中的结构映射理论，该理论将类比定义为基域（base domain）与目标域（target domain）之间共享关系结构的映射，而非表面的对象相似性。

AR 流程作为一个两步过程运行：

提取（Extraction）： 给定研究问题 $p$ ，LLM 代理提取问题固有的对象集（ $O_p$ ）和关系集（ $R_p$ ）。随后，它生成与具有相似关系结构的跨域研究问题相类比的内容。这些类比被形式化为问题域与类比域之间的对象映射（ $M$ ），以及一组共享关系（ $R_a$ ）。
搜索（Search）： 第二个 LLM 代理利用生成的类比（特别是对象映射和共享关系），在类比域中搜索现有的解决方案、算法或方法。该代理被提示寻找能够解决共享关系结构并可回传至原始生物医学问题的解决方案。

该方法与两个基线进行了比较：

无域基线（No-domain Baseline）： 直接提示 LLM 在无领域约束的情况下寻找解决方案。
跨域基线（Cross-domain Baseline）： 提示 LLM 从其他领域寻找解决方案，但未显式生成中间的类比结构（对象映射和共享关系）。

评估使用了从精心策划的"AR 数据集”中抽取的 50 个研究问题，该数据集包含 266 篇利用跨域类比的生物医学论文。研究使用了三个 LLM（Claude Sonnet 4.5、GPT-5.2 和 Gemini 3 Flash），并在生成多样性、解决方案新颖性和类比质量三个维度上评估输出。

主要贡献

模式崩溃的量化： 本文首次对开放科学解决方案生成中的模式崩溃进行了系统量化，证明基线 LLM 产生的输出多样性低，收敛于一组狭窄的高概率解决方案。
类比推理框架： 作者提出并实施了 AR 作为一种特定机制以扩展解决方案搜索空间。通过迫使模型显式映射不同领域之间的关系结构，AR 引导搜索朝向新颖、非显而易见的解决方案。
人工与自动化验证： 该研究通过 LLM 评判指标和人工标注研究，验证了 AR 生成解决方案的新颖性和质量，显示自动化评分与专家判断之间存在高度一致性。
现实世界可行性： 作者通过实施四个不同的生物医学案例研究，展示了 AR 的实用价值，表明 AR 生成的方法可以在现实世界任务中实现最先进（state-of-the-art）或具有竞争力的性能。

结果

多样性与新颖性

模式崩溃的缓解： AR 在生成多样性方面显著优于基线。与基线相比，它将领域 Vendi 分数（语义多样性指标）提高了 100–115%，将解决方案 Vendi 分数提高了 90–173%。
新颖性： AR 在超过 50% 的情况下生成了新颖解决方案（根据 LLM 的不同，范围从 50.4% 到 68.9%），而无域基线很少发现新颖解决方案（低至 1.6%）。在人工成对偏好研究中，AR 解决方案被评定为比跨域基线解决方案更具新颖性的比例高达78%。
类比质量： AR 生成的类比具有显著更高的领域距离（是无域基线的 3 倍）和新颖性分数，表明 AR 成功 bridging 了高度不同的领域（例如系统生物学与经济学、药物设计与国际象棋战术）。

案例研究表现

作者为四个生物医学问题实施了 AR 生成的解决方案，取得了持续的定量增益：

扰动效应预测： 通过将系统生物学映射到经济学，AR 提议使用有限混合模型（FMM）。与潜在加性（LA）基线相比，该方法在 MMD PCA 分布指标上实现了近13 倍的改进（分数从 1.65 降低至 0.13），更好地捕捉了单细胞异质性。
细胞间通信推断： 通过将电信映射到生物学，AR 提议进行**信噪比（SNR）**分析。该方法在 OpenProblems 配体 - 靶点基准的 AUPRC 指标上实现了最先进性能（0.248），优于 14 种现有基线。
脑区相互作用： 通过将通信网络映射到神经科学，AR 识别出了PCMCI（Peter 和 Clark 瞬时条件独立性）方法。该方法成功分离了跨半球耦合信号，与已发表方法具有高度斯皮尔曼相关性（ $\rho=0.729$ ），并具有相当的行为结果预测能力。
寡核苷酸属性预测： 通过将国际象棋战术映射到药物设计，AR 提出了带有渐缩评估的棋子 - 方格表（PST）。该方法在 6 个寡核苷酸属性预测数据集中的 2 个上建立了最先进性能，通过编码位置依赖性效应改进了线性基线。

意义

本文将类比推理定位为未来自主科学的关键“多样性引擎”。作者认为，随着 AI 系统承担更多科学流程，框架必须进化以避免收敛于标准解决方案。AR 通过利用 LLM 执行跨域推理的潜在能力，增强了现有解决方案生成方法的搜索空间。

这项工作证明，AR 不仅在理论上合理，而且在实践中可行，能够产生高质量、新颖的解决方案，这些方案可以在现实世界的生物医学环境中实施和验证。作者指出，该方法计算成本低廉（每个问题约 0.02 美元），具有可扩展性。虽然当前的评估范围限定于生物医学问题，但该框架是领域无关的，表明其在科学学科中具有广泛的适用性。本文结论认为，只要伴随对新颖假设的生成进行严格的安全性和可行性评估，AR 就代表了 bridging 孤立领域以推动科学创新的关键一步。