論文の概要: A Self-Evolving AI Agent System for Climate Science
- arxiv url: http://arxiv.org/abs/2507.17311v3
- Date: Mon, 03 Nov 2025 09:17:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-04 16:14:22.150362
- Title: A Self-Evolving AI Agent System for Climate Science
- Title（参考訳）: 気候科学のための自己進化型AIエージェントシステム
- Authors: Zijie Guo, Jiong Wang, Fenghua Ling, Wangxu Wei, Xiaoyu Yue, Zhe Jiang, Wanghan Xu, Jing-Jia Luo, Lijing Cheng, Yoo-Geun Ham, Fengfei Song, Pierre Gentine, Toshio Yamagata, Ben Fei, Wenlong Zhang, Xinyu Gu, Chao Li, Yaqiang Wang, Tao Chen, Wanli Ouyang, Bowen Zhou, Lei Bai,
- Abstract要約: 我々は,地球科学者のためのインタラクティブな"コパイロット"として設計された,初の自己進化型AIエージェントシステムであるEarthLinkを紹介する。
自然言語のインタラクションを通じて、EarthLinkは、計画、コード実行、データ分析、物理的推論を統合することで、研究ワークフロー全体を自動化します。
人のような学際的な分析能力と習熟度を示し、中核的な大規模気候タスクのエキスパート評価においてジュニア研究者に匹敵する能力を示す。
- 参考スコア（独自算出の注目度）: 59.08800209508371
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific progress in Earth science depends on integrating data across the planet's interconnected spheres. However, the accelerating volume and fragmentation of multi-sphere knowledge and data have surpassed human analytical capacity. This creates a major bottleneck for discovery, especially in climate science. To address this challenge, we introduce EarthLink, the first self-evolving AI agent system designed as an interactive "copilot" for Earth scientists. Through natural language interaction, EarthLink automates the entire research workflow by integrating planning, code execution, data analysis, and physical reasoning into a unified process that directly addresses this limitation. Beyond efficiency, it exhibits human-like cross-disciplinary analytical ability and achieves proficiency comparable to a junior researcher in expert evaluations on core large-scale climate tasks, including model-observation comparison and climate change understanding. When tasked with an open scientific problem, specifically the discovery of precursors of the Atlantic Ni\~no, EarthLink autonomously developed a research strategy, identified sources of predictability, verified its hypotheses with available data, and proposed a physically consistent mechanism. These emerging capabilities enable a new human-AI research paradigm. Scientists can focus on value and result judgments, while AI systems handle complex data analysis and knowledge integration. This accelerates the pace and breadth of discovery in Earth sciences. The system is accessible at our website https://earthlink.intern-ai.org.cn.
- Abstract（参考訳）: 地球科学の科学的進歩は、惑星の相互に接続された球体にデータを統合することに依存する。
しかし、多分野の知識とデータの断片化が加速し、人間の分析能力を超えた。
これは、特に気候科学において、発見の大きなボトルネックを生み出します。
この課題に対処するために、地球科学者のためのインタラクティブな"コパイロット"として設計された最初の自己進化型AIエージェントシステムであるEarthLinkを紹介します。
自然言語のインタラクションを通じて、EarthLinkは、計画、コード実行、データ分析、物理的推論を、この制限に直接対処する統一プロセスに統合することで、研究ワークフロー全体を自動化します。
効率性以外にも、人間のような学際的な分析能力を示し、モデル・オブザーブレーション比較や気候変動の理解など、中核的な大規模気候課題のエキスパート評価において、ジュニア研究者に匹敵する能力を発揮する。
オープンな科学的問題、特にアトランティック・Ni\~noの前駆体の発見を任務に、アースリンクは自律的に研究戦略を開発し、予測可能性の情報源を特定し、その仮説を利用可能なデータで検証し、物理的に一貫したメカニズムを提案した。
これらの新たな能力は、新しい人間-AI研究パラダイムを可能にします。
科学者は価値と結果の判断に集中でき、AIシステムは複雑なデータ分析と知識統合を処理する。
これは地球科学における発見のペースと幅を加速させる。
このシステムは当社のウェブサイト https://earthlink.intern-ai.org.cn からアクセスできます。
関連論文リスト
- ScienceBoard: Evaluating Multimodal Autonomous Agents in Realistic Scientific Workflows [82.07367406991678]
大規模言語モデル(LLM)は自然言語処理を超えてその影響を拡大している。
これらのうち、コンピュータ利用エージェントは、人間がしているようにオペレーティングシステムと対話することができる。
我々はScienceBoardを紹介し、ダイナミックで視覚的にリッチな科学ソフトウェアを特徴とする現実的でマルチドメイン環境を包含する。
論文 参考訳（メタデータ） (2025-05-26T12:27:27Z) - From Automation to Autonomy: A Survey on Large Language Models in Scientific Discovery [43.31110556077432]
大規模言語モデル(LLM)は科学的発見のパラダイムシフトを触媒している。
この調査は、この急成長する分野を体系的に分析し、科学におけるLLMの役割の変化とエスカレーション能力に重点を置いている。
論文 参考訳（メタデータ） (2025-05-19T15:41:32Z) - Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。
AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。
これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
論文 参考訳（メタデータ） (2025-03-28T14:00:27Z) - A Survey of World Models for Autonomous Driving [63.33363128964687]
自律運転の最近の進歩は、堅牢な世界モデリングの進歩によって推進されている。
世界モデルは、マルチセンサーデータ、セマンティックキュー、時間ダイナミクスを統合する駆動環境の高忠実度表現を提供する。
本稿では、自律運転の世界モデルにおける最近の進歩を体系的にレビューする。
論文 参考訳（メタデータ） (2025-01-20T04:00:02Z) - DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。
8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。
従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
論文 参考訳（メタデータ） (2024-06-10T20:08:44Z) - "Turing Tests" For An AI Scientist [0.0]
本稿では,AIエージェントが独立して科学的研究を行うことができるかどうかを評価するために,AI科学者の研修試験を提案する。
我々は,AIエージェントが様々な科学領域において画期的な発見を行う能力を評価する7つのベンチマークテストを提案する。
論文 参考訳（メタデータ） (2024-05-22T05:14:27Z) - Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。
本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。
マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
論文 参考訳（メタデータ） (2024-01-22T18:58:22Z) - When Geoscience Meets Foundation Models: Towards General Geoscience Artificial Intelligence System [6.445323648941926]
地球科学基礎モデル(Geoscience foundation model, GFMs)は、地球系の力学のシミュレーションと理解を強化するために、広範な学際データを統合するパラダイムシフトソリューションである。
GFMのユニークな長所は、フレキシブルなタスク仕様、多様な入出力能力、マルチモーダルな知識表現である。
このレビューは、先進的なAI技術と地球科学の交差点における未解決の機会を強調した、新興の地球科学研究パラダイムの包括的概要を提供する。
論文 参考訳（メタデータ） (2023-09-13T08:44:09Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Lessons from the Development of an Anomaly Detection Interface on the
Mars Perseverance Rover using the ISHMAP Framework [8.353815643035498]
本稿では,機械学習に基づく異常検出の代替手法を用いた結果について述べる。
我々は、スペクトル異常を検出し、解釈しようとするNASAの科学者が直面する重要な問題を定義するために、コンテキスト内ユーザーリサーチと共同設計を18ヶ月以上にわたって実施したことを報告した。
我々はPIXL科学者のための新しいスペクトル異常検出ツールキットを開発し、科学的解釈に対する強い透明性を維持しつつ、高精度である。
論文 参考訳（メタデータ） (2023-02-14T16:55:32Z) - Will Artificial Intelligence supersede Earth System and Climate Models? [0.0]
ニューラルアース・システム・モデリング(Neural Earth System Modelling)は、地球と気候科学の新しい研究分野である。
我々は「NESYM」という用語を作り、学際的な議論プラットフォームの必要性を強調した。
ニューラルアースシステムモデリングの同時可能性と落とし穴を検討し、人工知能がアースシステムモデリングを注入するだけでなく、最終的にそれらを時代遅れにするかどうかというオープンな疑問について議論します。
論文 参考訳（メタデータ） (2021-01-22T14:33:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。