Fugu-MT 論文翻訳(概要): LabOS: The AI-XR Co-Scientist That Sees and Works With Humans

論文の概要: LabOS: The AI-XR Co-Scientist That Sees and Works With Humans

arxiv url: http://arxiv.org/abs/2510.14861v1
Date: Thu, 16 Oct 2025 16:36:22 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-17 21:15:14.951185
Title: LabOS: The AI-XR Co-Scientist That Sees and Works With Humans
Title（参考訳）: LabOS:人間と一緒に仕事をするAI-XRの共同科学者
Abstract要約: LabOSは、計算推論と物理実験を結びつける最初のAI共同科学者である。マルチモデルAIエージェント、スマートグラス、人間とAIのコラボレーションを接続することで、LabOSはAIが科学者が見ているものを確認し、実験コンテキストを理解し、リアルタイム実行を支援することができる。
参考スコア（独自算出の注目度）: 51.025615465050635
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Modern science advances fastest when thought meets action. LabOS represents the first AI co-scientist that unites computational reasoning with physical experimentation through multimodal perception, self-evolving agents, and Entended-Reality(XR)-enabled human-AI collaboration. By connecting multi-model AI agents, smart glasses, and human-AI collaboration, LabOS allows AI to see what scientists see, understand experimental context, and assist in real-time execution. Across applications--from cancer immunotherapy target discovery to stem-cell engineering -- LabOS shows that AI can move beyond computational design to participation, turning the laboratory into an intelligent, collaborative environment where human and machine discovery evolve together.
Abstract（参考訳）: 現代の科学は思考が行動に合うと急速に進歩する。 LabOSは、マルチモーダル認識、自己進化エージェント、そしてEntended-Reality(XR)対応の人間とAIのコラボレーションを通じて、計算推論と物理実験を結びつける最初のAI共同科学者である。マルチモデルAIエージェント、スマートグラス、人間とAIのコラボレーションを接続することで、LabOSはAIが科学者が見ているものを確認し、実験コンテキストを理解し、リアルタイム実行を支援することができる。 LabOSによると、AIは計算設計を超えて参加し、実験室を人間と機械の発見が一緒に進化するインテリジェントで協調的な環境に変えることができる。

関連論文リスト

The convergent laboratory: when AI reasoning, autonomous experiments, high performance and quantum computing reshape chemistry [3.365862204078224]
TPC26は、AI、自律エージェント、自動運転ラボ、より高いパフォーマンスと量子コンピューティングが、物質科学発見に対する個々の影響を増幅するためにどのように収束するかを探求した。 AIによる推論、自律エージェントフレームワーク、自動運転研究所、フォールトトレラント量子プロセッサが同時に成熟するにつれ、このコメントを参考にしています。
論文参考訳（メタデータ） (2026-09-04T18:25:07Z)
AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
論文参考訳（メタデータ） (2025-11-26T02:10:28Z)
Human-AI Co-Embodied Intelligence for Scientific Experimentation and Manufacturing [25.954616033671048]
私たちは、人間のユーザー、エージェントAI、ウェアラブルハードウェアを統一する新しいタイプの物理AIである、人間とAIの共体知性を紹介します。このパラダイムでは、人間は正確な実行と制御を提供し、エージェントAIはメモリ、コンテキスト推論、適応計画、リアルタイムフィードバックに寄与する。本稿ではエージェント・物理実験システム(APEX)について述べる。
論文参考訳（メタデータ） (2025-11-03T21:12:48Z)
Position: Intelligent Science Laboratory Requires the Integration of Cognitive and Embodied AI [98.19195693735487]
知的科学研究所(ISL)のパラダイムを提案する。 ISLは、認知と具体的知性を深く統合した多層クローズドループフレームワークである。このようなシステムは、現在の科学的発見の限界を克服するために不可欠である、と我々は主張する。
論文参考訳（メタデータ） (2025-06-24T13:31:44Z)
Accelerating drug discovery with Artificial: a whole-lab orchestration and scheduling system for self-driving labs [0.0]
自動運転ラボは、自動化されたAI誘導の実験を可能にすることで、薬物発見を変革している。しかし、複雑なオーケストレーション、さまざまな楽器とAIモデルの統合、データの効率的な管理といった課題に直面している。人工知能は、包括的なオーケストレーションとスケジューリングシステムでこれらの問題に対処する。ラボの操作を統一し、自動化し、AIによる意思決定を統合する。
論文参考訳（メタデータ） (2025-04-01T17:22:50Z)
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)
Human-AI Teaming Using Large Language Models: Boosting Brain-Computer Interfacing (BCI) and Brain Research [1.7265013728931]
我々は,Janusian設計原則の集合に基づいて,人間とAIのコラボレーションの概念を紹介する。 ChatBCIは、人間とAIのコラボレーションを可能にするPythonベースのツールボックスである。我々のアプローチは、幅広い神経技術および神経科学のトピックに簡単に拡張できる。
論文参考訳（メタデータ） (2024-12-30T20:26:03Z)
Many Heads Are Better Than One: Improved Scientific Idea Generation by A LLM-Based Multi-Agent System [62.832818186789545]
Virtual Scientists (VirSci) は、科学研究に固有のチームワークを模倣するために設計されたマルチエージェントシステムである。 VirSciは研究のアイデアを共同で生成し、評価し、洗練するエージェントのチームを組織している。このマルチエージェントアプローチは、新しい科学的アイデアを生み出す上で、最先端の手法よりも優れていることを示す。
論文参考訳（メタデータ） (2024-10-12T07:16:22Z)
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)
BO-Muse: A human expert and AI teaming framework for accelerated experimental design [58.61002520273518]
我々のアルゴリズムは、人間の専門家が実験プロセスでリードすることを可能にする。我々のアルゴリズムは、AIや人間よりも高速に、サブ線形に収束することを示す。
論文参考訳（メタデータ） (2023-03-03T02:56:05Z)

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。