Учёный ИИ: к полностью автоматизированному открытому научному поиску
The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery
2024-08-12
SCID: 54.1/mmynwmdb
Discuss with AI
AI Scientistавтоматизированное рецензирование научных статейавтоматизированное научное открытиебольшие языковые моделиоткрытое исследование
Figures from the paper
Abstract (AI)
Одной из важнейших задач создания искусственного общего интеллекта является разработка агентов, способных проводить научные исследования и открывать новые знания. Хотя передовые модели уже используются в качестве помощников людей-учёных, например для генерации идей, написания кода или решения задач прогнозирования, они по-прежнему выполняют лишь небольшую часть научного процесса. В этой статье представлен первый комплексный подход к полностью автоматизированному научному поиску, позволяющий передовым большим языковым моделям самостоятельно проводить исследования и сообщать о полученных результатах. Мы представляем «Учёного ИИ» — систему, которая генерирует новые исследовательские идеи, пишет код, проводит эксперименты, визуализирует результаты, описывает полученные выводы в полноценной научной статье, а затем запускает имитацию рецензирования для оценки. В принципе, этот процесс можно повторять, итеративно развивая идеи в открытом направлении, подобно человеческому научному сообществу. Мы демонстрируем универсальность системы, применяя её к трём различным направлениям машинного обучения: диффузионному моделированию, языковому моделированию на основе трансформеров и динамике обучения. Каждая идея реализуется и развивается до полноценной статьи при стоимости менее 15 долларов США за статью. Для оценки сгенерированных статей мы разрабатываем и валидируем автоматизированного рецензента и показываем, что он достигает показателей, близких к человеческим, при оценке статей. По оценке нашего автоматизированного рецензента «Учёный ИИ» способен создавать статьи, превышающие порог принятия на ведущей конференции по машинному обучению. Этот подход знаменует начало новой эры научных открытий в машинном обучении: он приносит преобразующие преимущества ИИ-агентов во весь исследовательский процесс самого искусственного интеллекта и приближает нас к миру, в котором безграничные доступные творчество и инновации смогут быть направлены на решение наиболее сложных задач человечества. Исходный код опубликован в открытом доступе по адресу https://github.com/SakanaAI/AI-Scientist
Key Findings
1
Согласно автоматическому рецензенту, некоторые статьи, созданные AI Scientist, превысили порог принятия на ведущую конференцию по машинному обучению.
2
The AI Scientist представлен как комплексная система, позволяющая современным языковым моделям преимущественно автономно проводить научные исследования.
3
Авторы разработали и проверили автоматического рецензента, который достигает показателей, близких к человеческим, при оценке научных статей.
4
Работу системы продемонстрировали на моделировании диффузии, языковом моделировании на основе трансформеров и динамике обучения; стоимость создания каждой статьи составила менее 15 долларов.
5
Система генерирует исследовательские идеи, пишет и выполняет код, визуализирует эксперименты, готовит полные научные статьи и проводит имитацию рецензирования.
Research Object
Система The AI Scientist (автономный фреймворк на базе современных больших языковых моделей для генерации исследовательских идей, выполнения экспериментов, написания статей и проведения рецензирования)
Research Subject
Способность фреймворка автономно выполнять полный цикл исследования, а также генерировать, оценивать и представлять результаты новых исследований в области машинного обучения
Publication Details
Publication Date
2024-08-12
Journal
Publisher
ISSN
Cited by
1914
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai8
Высокоточное предсказание структуры белков с помощью AlphaFold2021
PyTorch: библиотека глубокого обучения с императивным стилем программирования и высокой производительностью2019
Нейронный машинный перевод посредством совместного обучения выравниванию и переводу2014
Обзор автономных агентов на основе больших языковых моделей2024
Технический отчет о GPT-42023
Оценка больших языковых моделей, обученных на коде2021
Автономная лаборатория для ускоренного синтеза неорганических материалов2023
Обзор исследований в области облачной робототехники и автоматизации2015
Работы, цитирующие эту статью15
Мультиагентная система для автоматизации научных открытий2026
Agentic AI: всесторонний обзор архитектур, приложений и направлений развития2025
Ускорение научных открытий с помощью Co-Scientist2026
К сквозной автоматизации исследований в области искусственного интеллекта2026
DataSciBench: бенчмарк LLM-агентов для анализа данных2026
Оценка и бенчмаркинг агентов на основе больших языковых моделей: обзор2025
Модульные агенты на основе больших языковых моделей для многозадачной вычислительной материаловедческой науки2026
За пределами статичных ответов: мультиагентные системы на основе больших языковых моделей как новая парадигма исследований в социальных науках2026
Автономное компьютерное открытие неорганических материалов посредством мультиагентного физически информированного научного рассуждения2026
Автономный искусственный интеллект, научные исследования и человеческие ценности2026
Агент на основе большой языковой модели для модульного выполнения задач в разработке лекарственных средств2026
Путеводитель автостопщика по автономным исследованиям: обзор научных агентов2026
Сравнительный обзор рисков безопасности в системах искусственного интеллекта: от больших языковых моделей до ИИ-агентов и воплощённых агентов2026
OmicOS: комплексная инфраструктура экосистемы омиксных технологий и агентная система для эпохи искусственного интеллекта2026
HypoChainer: совместная система, объединяющая большие языковые модели и графы знаний для научных открытий на основе гипотез2025