論文の概要: Deep Research of Deep Research: From Transformer to Agent, From AI to AI for Science
- arxiv url: http://arxiv.org/abs/2603.28361v1
- Date: Mon, 30 Mar 2026 12:29:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:45.388223
- Title: Deep Research of Deep Research: From Transformer to Agent, From AI to AI for Science
- Title（参考訳）: 深層研究の深層研究:トランスフォーマーからエージェントへ、AIから科学のためのAIへ
- Authors: Yipeng Yu,
- Abstract要約: 我々は、ディープリサーチを明確に正確に定義し、産業のディープリサーチと学術のAI for Scienceからの視点を統一する。
我々は、LLMと安定拡散を生成AIの双子の柱として位置づけ、Transformerからエージェントへと進化するロードマップを作成します。
- 参考スコア（独自算出の注目度）: 2.316539232916599
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the advancement of large language models (LLMs) in their knowledge base and reasoning capabilities, their interactive modalities have evolved from pure text to multimodality and further to agentic tool use. Consequently, their applications have broadened from question answering to AI assistants and now to general-purpose agents. Deep research (DR) represents a prototypical vertical application for general-purpose agents, which represents an ideal approach for intelligent information processing and assisting humans in discovering and solving problems, with the goal of reaching or even surpassing the level of top human scientists. This paper provides a deep research of deep research. We articulate a clear and precise definition of deep research and unify perspectives from industry's deep research and academia's AI for Science (AI4S) within a developmental framework. We position LLMs and Stable Diffusion as the twin pillars of generative AI, and lay out a roadmap evolving from the Transformer to agents. We examine the progress of AI4S across various disciplines. We identify the predominant paradigms of human-AI interaction and prevailing system architectures, and discuss the major challenges and fundamental research issues that remain. AI supports scientific innovation, and science also can contribute to AI growth (Science for AI, S4AI). We hope this paper can help bridge the gap between the AI and AI4S communities.
- Abstract（参考訳）: 大きな言語モデル(LLM)の知識ベースと推論能力の進歩により、それらのインタラクティブなモダリティは、純粋なテキストからマルチモーダル、さらにエージェントツールの使用へと進化してきた。
その結果、AIアシスタントへの質問応答から汎用エージェントへの応用が拡大した。
ディープリサーチ(Deep Research, DR)は、知的情報処理と人間の問題解決を支援するための理想的なアプローチであり、トップ・ヒューマン・サイエンティストのレベルに到達または超えることを目的としている。
この論文は深層研究の深い研究を提供する。
我々は、ディープリサーチを明確に正確に定義し、産業のディープリサーチと学術のAI for Science(AI4S)からの視点を開発フレームワーク内で統一する。
我々は、LLMと安定拡散を生成AIの双子の柱として位置づけ、Transformerからエージェントへと進化するロードマップを作成します。
各種分野にわたるAI4Sの進展について検討する。
我々は、人間とAIの相互作用と一般的なシステムアーキテクチャの主要なパラダイムを特定し、残る主要な課題と基礎研究課題について議論する。
AIは科学革新をサポートし、科学はAIの成長にも貢献できる(Science for AI, S4AI)。
この論文がAIとAI4Sコミュニティのギャップを埋める助けになることを期待している。
関連論文リスト
- Research Paradigm of Materials Science Tetrahedra with Artificial Intelligence [7.779425241736052]
我々は、データ駆動型とAI強化型の研究を刺激する2つの新しい研究パラダイムを提案する。
1つは、物質科学のためのAIに焦点を当て、マター・データ・ポテンシャル・アジェント図を考える。
もうひとつは、データ-アーキテクチャ-推論-推論の関係について議論することで、AI研究を実証する。
論文 参考訳（メタデータ） (2026-03-14T04:30:03Z) - From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery [108.1082357960201]
エージェントAIは仮説生成、実験設計、実行、分析、反復的洗練の能力を示す。
この調査は、生命科学、化学、材料科学、物理学にまたがる自律的な科学的発見のドメイン指向のレビューを提供する。
論文 参考訳（メタデータ） (2025-08-18T05:25:54Z) - AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
我々はAI for Research(AI4Research)に関する総合的な調査を行う。
まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。
主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
論文 参考訳（メタデータ） (2025-07-02T17:19:20Z) - Unlocking the Potential of AI Researchers in Scientific Discovery: What Is Missing? [17.606243765807964]
AI4Scienceの総出版物のシェアは2024年の2.72%から2050年までに約20%に増加すると予測している。
これらのジャーナルにおけるAIによる研究の95%近くは、実験科学者が主導している。
我々は、AI研究者を科学的発見の最前線に配置するための構造的かつ戦略的介入を提案する。
論文 参考訳（メタデータ） (2025-03-05T09:29:05Z) - Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [116.8199519880327]
人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である
本調査では,Embodied AIの最近の進歩を包括的に調査する。
論文 参考訳（メタデータ） (2024-07-09T14:14:47Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - AI for social science and social science of AI: A Survey [47.5235291525383]
人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。
AIの人間的能力の増大は、社会科学研究にも注目されている。
論文 参考訳（メタデータ） (2024-01-22T10:57:09Z)
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。