要約:
- GoogleはGemini 2.0ラージランゲージモデルを適応させ、人間の研究者チームよりもはるかに短い時間で新しい科学的仮説を生成することができるようにした。
- AI共同研究者は、科学者が指定した研究目標に基づいて新しい研究仮説、詳細な研究概要、および実験プロトコルを生成するよう設計されている。
- AI共同研究者は、「Generation, Reflection, Ranking, Evolution, Proximity, and Meta-review」という専門のエージェントの連合を使用して、仮説を生成する。
- AI共同研究者は、複数のエージェントタスクを並行して実行するよう設計されており、中間結果を保存するためのメモリ管理機能をバックアップしている。
- テストタイムスケーリングの適応により、AIエージェントは出力を反復的に見直し再構築するために計算リソースの量を増やして使用する強調がされている。
感想:
GoogleのAI共同研究者は、科学的発見を促進するための重要な一歩であり、人間とAIの協力関係がどのように進化しているかを示す興味深い例だと思います。AIが研究仮説を生成し、評価する際に複数のエージェントを使用する設計は効率的であり、研究者の負担を軽減するのに役立つでしょう。また、テストタイムスケーリングの活用は、AIの性能向上に大きく寄与していることが示唆されており、今後のAI研究や科学的推論の発展に期待が持てます。