The AI Cosmologist I: An Agentic System for Automated Data Analysis

要約

AIコスモロジストは、宇宙論的／天文学的データ解析と機械学習研究のワークフローを自動化するために設計されたエージェントシステムである。このシステムは、人間の研究者が通常行う科学的プロセスを模倣し、アイデアの創出から実験評価、研究普及までの完全なパイプラインを実装している。このシステムは、計画、コーディング、実行、分析、合成に特化したエージェントを採用しており、これらが連携して新しいアプローチを開発する。従来の自動機械学習システムとは異なり、AIコスモロジストは多様な実装戦略を生成し、完全なコードを記述し、実行エラーを処理し、結果を分析し、実験結果に基づいて新しいアプローチを合成する。我々は、AIコスモロジストの能力をいくつかの機械学習タスクで実証し、どのように解空間を探索し、実験結果に基づいて反復し、異なるアプローチから成功した要素を組み合わせることができるかを示す。この結果は、エージェントシステムが研究プロセスの一部を自動化し、科学的発見を加速する可能性があることを示している。本稿で使用したコードと実験データは、GitHub（https://github.com/adammoss/aicosmologist）で公開されている。付録の論文例は、データセットとタスクの記述のみから出発して、完全な科学論文を自律的に作成するシステムの能力を示している。

要約(オリジナル)

We present the AI Cosmologist, an agentic system designed to automate cosmological/astronomical data analysis and machine learning research workflows. This implements a complete pipeline from idea generation to experimental evaluation and research dissemination, mimicking the scientific process typically performed by human researchers. The system employs specialized agents for planning, coding, execution, analysis, and synthesis that work together to develop novel approaches. Unlike traditional auto machine-learning systems, the AI Cosmologist generates diverse implementation strategies, writes complete code, handles execution errors, analyzes results, and synthesizes new approaches based on experimental outcomes. We demonstrate the AI Cosmologist capabilities across several machine learning tasks, showing how it can successfully explore solution spaces, iterate based on experimental results, and combine successful elements from different approaches. Our results indicate that agentic systems can automate portions of the research process, potentially accelerating scientific discovery. The code and experimental data used in this paper are available on GitHub at https://github.com/adammoss/aicosmologist. Example papers included in the appendix demonstrate the system’s capability to autonomously produce complete scientific publications, starting from only the dataset and task description

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL