NovelSeek: When Agent Becomes the Scientist — Building Closed-Loop System from Hypothesis to Verification

要約

人工知能（AI）は、科学研究のパラダイムの変換を加速し、研究効率を高めるだけでなく、革新を推進しています。
統一されたクローズドループマルチエージェントフレームワークであるNovelseekを紹介し、さまざまな科学研究分野で自律科学研究（ASR）を実施し、研究者が前例のない速度と精度でこれらの分野の複雑な問題に取り組むことができます。
NovelSeekは3つの重要な利点を強調しています。1）スケーラビリティ：Goverseekは、ベースラインコードのパフォーマンスを向上させるための革新的なアイデアを生成できる12の科学的研究タスクにわたってその汎用性を実証しています。
2）インタラクティブ性：NovelSeekは、自動化されたエンドツーエンドプロセスにおける人間の専門家フィードバックとマルチエージェント相互作用のインターフェイスを提供し、ドメインの専門知識のシームレスな統合を可能にします。
3）効率：Novelseekは、人間の努力と比較して時間コストが大幅に少なく、いくつかの科学分野で有望なパフォーマンスの向上を達成しています。
たとえば、反応収率予測では、わずか12時間で27.6％から35.4％に増加しました。
エンハンサーの活動予測では、精度はわずか4時間の処理で0.52から0.79に増加しました。
また、2Dセマンティックセグメンテーションでは、30時間で精度が78.8％から81.0％に増加しました。

要約(オリジナル)

Artificial Intelligence (AI) is accelerating the transformation of scientific research paradigms, not only enhancing research efficiency but also driving innovation. We introduce NovelSeek, a unified closed-loop multi-agent framework to conduct Autonomous Scientific Research (ASR) across various scientific research fields, enabling researchers to tackle complicated problems in these fields with unprecedented speed and precision. NovelSeek highlights three key advantages: 1) Scalability: NovelSeek has demonstrated its versatility across 12 scientific research tasks, capable of generating innovative ideas to enhance the performance of baseline code. 2) Interactivity: NovelSeek provides an interface for human expert feedback and multi-agent interaction in automated end-to-end processes, allowing for the seamless integration of domain expert knowledge. 3) Efficiency: NovelSeek has achieved promising performance gains in several scientific fields with significantly less time cost compared to human efforts. For instance, in reaction yield prediction, it increased from 27.6% to 35.4% in just 12 hours; in enhancer activity prediction, accuracy rose from 0.52 to 0.79 with only 4 hours of processing; and in 2D semantic segmentation, precision advanced from 78.8% to 81.0% in a mere 30 hours.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google