論文の概要: Democratizing AI scientists using ToolUniverse
- arxiv url: http://arxiv.org/abs/2509.23426v1
- Date: Sat, 27 Sep 2025 17:38:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-30 22:32:19.221227
- Title: Democratizing AI scientists using ToolUniverse
- Title（参考訳）: ToolUniverseを使ったAI科学者の民主化
- Authors: Shanghua Gao, Richard Zhu, Pengwei Sui, Zhenglun Kong, Sufian Aldogom, Yepeng Huang, Ayush Noori, Reza Shamji, Krishna Parvataneni, Theodoros Tsiligkaridis, Marinka Zitnik,
- Abstract要約: ToolUniverseは、任意の言語や推論モデルからAI科学者を構築するためのエコシステムです。
ToolUniverseは、AI科学者がツールを特定して呼び出す方法を標準化し、600以上の機械学習モデル、データセット、API、科学パッケージを統合する。
高コレステロール血症のケーススタディにおいて、ToolUniverseは、予測された特性を持つ薬物の強力なアナログを特定するために、AI科学者を作成するために使用された。
- 参考スコア（独自算出の注目度）: 32.32301676392716
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI scientists are emerging computational systems that serve as collaborative partners in discovery. These systems remain difficult to build because they are bespoke, tied to rigid workflows, and lack shared environments that unify tools, data, and analyses into a common ecosystem. In omics, unified ecosystems have transformed research by enabling interoperability, reuse, and community-driven development; AI scientists require comparable infrastructure. We present ToolUniverse, an ecosystem for building AI scientists from any language or reasoning model, whether open or closed. TOOLUNIVERSE standardizes how AI scientists identify and call tools, integrating more than 600 machine learning models, datasets, APIs, and scientific packages for data analysis, knowledge retrieval, and experimental design. It automatically refines tool interfaces for correct use by AI scientists, creates new tools from natural language descriptions, iteratively optimizes tool specifications, and composes tools into agentic workflows. In a case study of hypercholesterolemia, ToolUniverse was used to create an AI scientist to identify a potent analog of a drug with favorable predicted properties. The open-source ToolUniverse is available at https://aiscientist.tools.
- Abstract（参考訳）: AI科学者は、発見の協力パートナーとして機能する、新しい計算システムを開発している。
複雑なワークフローに結びついており、ツールやデータ、分析を共通のエコシステムに統合する共有環境が欠如しているため、これらのシステムは構築が難しいままです。
オミクスでは、統合されたエコシステムは相互運用性、再利用、コミュニティ主導の開発を可能にすることによって研究を変革している。
オープンであれクローズであれ、あらゆる言語や推論モデルからAI科学者を構築するエコシステムであるToolUniverseを紹介します。
TOOLUNIVERSEは、AI科学者がツールを特定して呼び出す方法を標準化し、600以上の機械学習モデル、データセット、API、データ分析、知識検索、実験設計のための科学パッケージを統合する。
AI科学者による正しい使用のためのツールインターフェースを自動的に洗練し、自然言語記述から新しいツールを作成し、ツール仕様を反復的に最適化し、ツールをエージェントワークフローに構成する。
高コレステロール血症のケーススタディにおいて、ToolUniverseは、予測された特性を持つ薬物の強力なアナログを特定するために、AI科学者を作成するために使用された。
オープンソースのToolUniverseはhttps://aiscientist.tools.comで公開されている。
関連論文リスト
- AI-Driven Automation Can Become the Foundation of Next-Era Science of Science Research [58.944125758758936]
科学科学(Science of Science, SoS)は、科学的発見の基礎となるメカニズムを探求する。
人工知能(AI)の出現は、次世代のSoSに変革の機会をもたらす。
我々は、従来の手法よりもAIの利点を概説し、潜在的な制限について議論し、それらを克服するための経路を提案する。
論文 参考訳（メタデータ） (2025-05-17T15:01:33Z) - The AI Cosmologist I: An Agentic System for Automated Data Analysis [0.0]
AIの宇宙論者は、アイデア生成から実験評価、研究普及までの完全なパイプラインを実装している。
従来の自動機械学習システムとは異なり、AI Cosmoologistは多様な実装戦略を生成する。
その結果, エージェントシステムは研究プロセスの一部を自動化し, 科学的発見を加速させる可能性が示唆された。
論文 参考訳（メタデータ） (2025-04-04T13:12:08Z) - 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) - VISION: A Modular AI Assistant for Natural Human-Instrument Interaction at Scientific User Facilities [0.19736111241221438]
生成AIは、この知識ギャップを埋める機会を提供する。
仮想科学コンパニオン(VISION)のためのモジュラーアーキテクチャを提案する。
VISIONでは低レイテンシでビームラインワークステーション上でLLMベースの動作を行い、X線散乱ビームラインで最初の音声制御実験を行った。
論文 参考訳（メタデータ） (2024-12-24T04:37:07Z) - Empowering Biomedical Discovery with AI Agents [15.125735219811268]
我々は「AI科学者」を懐疑的な学習と推論が可能なシステムとして想定する。
バイオメディカルAIエージェントは、人間の創造性と専門知識と、大規模なデータセットを分析するAIの能力を組み合わせる。
AIエージェントは、仮想細胞シミュレーション、プログラム可能な表現型の制御、細胞回路の設計、新しい治療法の開発など、幅広い領域に影響を与える可能性がある。
論文 参考訳（メタデータ） (2024-04-03T16:08:01Z) - AI and Generative AI for Research Discovery and Summarization [3.8601741392210434]
AIと生成AIツールが今年中に登場し、仕事の生産性を高め、私たちの生活を改善する素晴らしい機会を生み出した。
これらのツールが大きな影響を与えうる分野の1つは、研究の発見と要約である。
我々は、研究発見と要約のためのAIと生成AIの開発をレビューし、これらのタイプのツールが将来進む可能性が高い方向を提案する。
論文 参考訳（メタデータ） (2024-01-08T18:42:55Z) - 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) - Learning from learning machines: a new generation of AI technology to
meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。
産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文 参考訳（メタデータ） (2021-11-27T00:55:21Z)
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。