AI Scientist : 4 agents capables de remplacer le personnel de recherche

Post Thumbnail

La société FutureHouse a présenté une solution complète dans le domaine de la recherche scientifique — la plateforme AI Scientist. Qui démontre des résultats supérieurs par rapport aux méthodes traditionnelles des scientifiques humains. Ce système combine 4 agents d’intelligence artificielle spécialisés, chacun résolvant des tâches spécifiques de recherche scientifique.

L’agent Crow agit comme un consultant scientifique universel. Il formule des hypothèses, évalue les idées de recherche et répond à diverses questions scientifiques. Fournissant un accès à des connaissances expertes dans divers domaines de la science.

Le deuxième agent, Falcon, se spécialise dans l’analyse approfondie de la littérature scientifique. Il est capable de traiter d’énormes masses de publications académiques et, sur cette base, de générer des matériaux de recherche structurés avec un haut degré de détail.

L’agent Ow est formé sur 38 millions de travaux scientifiques. Sa fonction clé est de déterminer la nouveauté scientifique. Il répond efficacement à la question d’une importance critique pour les chercheurs : des études similaires ont-elles été menées auparavant ?

Le quatrième agent, Phoenix, est dans une phase expérimentale de développement. Sa spécialisation est la planification d’expériences chimiques, ce qui pourrait potentiellement accélérer considérablement la recherche dans les domaines de la chimie et de la science des matériaux.

Un aspect important de ce développement est son accessibilité publique. La plateforme AI Scientist est fournie gratuitement via un accès en ligne, lien dans la description.

À mon avis, la combinaison de 4 agents spécialisés crée un écosystème complet capable d’effectuer le cycle complet du travail de recherche. De la génération d’idées à la planification d’expériences. Ce qui pourrait potentiellement changer la structure de la communauté scientifique. Réorientant les scientifiques humains des aspects routiniers de la recherche vers la pose de questions fondamentales et l’interprétation des résultats obtenus par l’intelligence artificielle.

Почитать из последнего
UBTech enverra des robots Walker S2 servir à la frontière chinoise pour $37 millions
L'entreprise chinoise UBTech a remporté un contrat de $37 millions. Et enverra des robots humanoïdes Walker S2 servir à la frontière de la Chine avec le Vietnam. South China Morning Post rapporte que les robots interagiront avec les touristes et le personnel, effectueront des opérations logistiques, inspecteront les marchandises et patrouilleront le territoire. Et caractéristiquement — ils peuvent changer leur batterie de manière autonome.
Anthropic a révélé accidentellement un document interne sur "l'âme" de Claude
Anthropic a révélé accidentellement "l'âme" de l'intelligence artificielle à un utilisateur. Et ce n'est pas une métaphore. C'est un document interne tout à fait concret.
Jensen Huang a ordonné aux employés de Nvidia d'utiliser l'IA partout
Jensen Huang a annoncé une mobilisation totale sous la bannière de l'intelligence artificielle à l'intérieur de Nvidia. Et ce n'est plus une recommandation. C'est une exigence.
Les chatbots IA génèrent du contenu qui aggrave les troubles alimentaires
Une étude conjointe de l'Université Stanford et du Center for Democracy and Technology a montré un tableau inquiétant. Les chatbots avec intelligence artificielle représentent un risque sérieux pour les personnes souffrant de troubles alimentaires. Les scientifiques avertissent que les réseaux neuronaux distribuent des conseils nuisibles sur les régimes. Ils proposent des moyens de cacher le trouble et génèrent du "contenu inspirant pour perdre du poids" qui aggrave le problème.
OpenAGI a publié le modèle Lux qui dépasse Google et OpenAI
La startup OpenAGI a publié le modèle Lux pour le contrôle d'ordinateur et affirme que c'est une percée. Selon les benchmarks, le modèle dépasse d'une génération entière les analogues de Google, OpenAI et Anthropic. De plus, il fonctionne plus vite. Environ 1 seconde par étape au lieu de 3 secondes chez les concurrents. Et 10 fois moins cher en coût par traitement de 1 token.