본 논문은 방정식 발견과 기호 회귀 분석부터 자율적 발견 시스템 및 에이전트에 이르기까지 자동화된 과학적 발견을 조사합니다. "거시적 관점"에서 개별 접근 방식을 논의하고 맥락을 제시하며, 인간이 해석 가능한 지식 발견에 도움이 되는 심층 신경망의 다양한 역할과 같은 미해결 문제 및 최근 주제를 논의합니다. 또한, Adam 시스템의 선구적인 작업부터 재료 과학, 천문학 분야의 최근 노력에 이르기까지 폐쇄 루프 과학적 발견 시스템을 제시합니다. 마지막으로, 기계 학습 관점뿐만 아니라 자율 주행의 자율성 수준과의 유추를 통해 자율성에 대해 자세히 설명합니다. 최고 수준인 5단계는 과학적 지식 생산에 인간의 개입이 전혀 필요하지 않음을 의미하며, 이를 달성하는 것은 2050년까지 최고의 인간 과학자들과 비교할 만하고, 어쩌면 그 이상으로, 노벨상 수준의 과학적 발견을 매우 자율적으로 할 수 있는 AI 과학자를 개발하는 노벨 튜링 그랜드 챌린지 해결을 위한 한 걸음입니다.
