身体性科学：エージェント性を有する身体化AIで発見のループを閉じる

要旨：人工知能は科学的特性を予測する際に顕著な能力を示してきたが、科学的発見は本質的に物理的で長期的な視野を要する追求であり、実験サイクルに支配されている。
多くの現在の計算アプローチはこの現実とずれており、発見を孤立したタスク固有の予測として捉え、物理世界との継続的な相互作用という形にはしていない。
ここで、身体性を帯びた科学、すなわち科学的発見を閉じたループとして再定義し、主体的推論と物理的実行を密接に結びつけるパラダイムを提唱する。
私たちは、統一された Perception-Language-Action-Discovery (PLAD) フレームワークを提案します。身体性を持つエージェントは実験環境を知覚し、科学的知識について推論し、物理的介入を実行し、結果を内部化して次の探索を促進します。
計算的推論を堅牢な物理的フィードバックに基づかせることによって、このアプローチはデジタル予測と実証的検証とのギャップを橋渡しし、ライフサイエンスおよび化学科学領域における自律的発見システムのロードマップを提供します。