論文の概要: An Agentic AI Framework to Accelerate Scientific Discovery in Plant Phenotyping
- arxiv url: http://arxiv.org/abs/2606.31831v1
- Date: Tue, 30 Jun 2026 15:37:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.287918
- Title: An Agentic AI Framework to Accelerate Scientific Discovery in Plant Phenotyping
- Title（参考訳）: 植物現象の科学的発見を加速するエージェントAIフレームワーク
- Abstract要約: 私たちは、データファクトリをインタラクティブな発見プラットフォームに変える、エンドツーエンドのエージェントAIフレームワークを提示します。
対話型共科学者エージェントは、科学者の自然言語質問を構造化分析計画に変換する。
ヘッドレスコンピュータエージェントは、フロンティア・エクサスケール・スーパーコンピュータ上でビジョントランスフォーマーのセグメンテーションと特性抽出をディスパッチする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: High-throughput plant phenotyping now generates image derived datasets far faster than scientists can analyze them. At Oak Ridge National Laboratory's Advanced Plant Phenotyping Laboratory (APPL), automated stations image hundreds of plants daily across multiple remote sensing modalities; yet, trait extraction and interpretation remain manual, expert-bound, and strictly post-hoc, making analysis, not acquisition, the binding constraint on discovery. We present an end-to-end agentic AI framework that turns the facility from a data factory into an interactive autonomous, discovery platform, where scientists partner with AI agents to accelerate time to insight. A conversational Co-Scientist Agent translates a scientist's natural-language question into a structured analysis plan, and a headless Compute Agent dispatches Vision Transformer segmentation and trait extraction on the Frontier exascale supercomputer. The two agents run in separate security and resource domains and communicate over a secure, token-authenticated streaming channel, a design that accounts for the federation, data-movement, and provenance realities cloud-native agentic frameworks ignore, ensuring end-to-end provenance is captured for every interaction. The framework turns a days- to weeks-long analysis process into an interactive loop where agents reason over results, recommend next analyses, and respond to follow-up questions in seconds.
- Abstract（参考訳）: 高スループットの植物表現型解析は、科学者が分析できるよりもはるかに高速に画像由来のデータセットを生成する。
オークリッジ国立研究所のAdvanced Plant Phenotyping Laboratory (APPL)では、自動化されたステーションは、複数のリモートセンシングモードで毎日何百もの植物を画像化している。
私たちは、施設をデータファクトリからインタラクティブな自律型発見プラットフォームに変える、エンドツーエンドのエージェントAIフレームワークを提示します。
対話型共科学者エージェントは、科学者の自然言語質問を構造化解析計画に変換し、ヘッドレスコンピュータエージェントはフロンティア・エクサスケール・スーパーコンピュータ上でビジョントランスフォーマーのセグメンテーションとトラスト抽出をディスパッチする。
2つのエージェントは別々のセキュリティドメインとリソースドメインで動作し、セキュアでトークン認証されたストリーミングチャネル上で通信する。フェデレーション、データ移動、証明現実を考慮に入れた設計で、クラウドネイティブなエージェントフレームワークは無視する。
このフレームワークは、数日から数週間にわたる分析プロセスを対話的なループに変え、エージェントが結果を推論し、次の分析を推奨し、フォローアップされた質問に数秒で応答する。
関連論文リスト
- SciForge: An AI-Native, Multimodal Workbench for Scientific Discovery [48.99744520105086]
SciForgeはマルチモーダルな研究ネイティブAIワークベンチである。
検索、解析、モデルルーティング、ワークフローの実行、プロット、書き込み、プレゼンテーション生成がモジュラーエージェントアクセス可能なサービスとして実行される間、人間の判断のためにグラフィカルインターフェースを予約する。
論文 参考訳（メタデータ） (2026-07-17T15:13:03Z) - Rethinking Scientific Discovery in the Agentic Era [69.85050591628048]
SCIONは、Textbfの組織ネクサスとして機能するエージェント科学オペレーティングシステムである。
中心となるのは textbfResearch Execution Plan (REP) であり、これは高いレベルの科学的意図をステージ化された目的、依存関係、検証チェックポイント、ツール要件、期待される成果物、フォールバック条件にコンパイルする。
SCION 下での発見を textbfTarget- Conditioned Inverse Search として定式化し,有限実験予算下でのバッチ能動探索により隠れターゲット設定に拡張する。
論文 参考訳（メタデータ） (2026-07-04T13:09:33Z) - Benchmarking AI Agents for Addressing Scientific Challenges Across Scales [118.2204632627895]
SciAgentArenaは、現実世界の科学研究シナリオでAIエージェントを評価するための体系的なベンチマークである。
ステップワイズ検証を備えた約200のタスクと、多様なAIエージェントを評価するためのインタラクティブでエージェントに依存しない環境で構成される。
タスク構造や評価基準が明確である場合, 現状のエージェントはデータ分析に効果的に貢献できることがわかった。
論文 参考訳（メタデータ） (2026-06-10T22:55:30Z) - Experiments in Agentic AI for Science [0.005439329219803859]
本稿では,自律型エージェントAIを科学研究で開発するための2つの新しい枠組みを詳述する。
最初のエージェントであるDeepTS/DeepCollectorは、時系列データセットの大規模、抽出、重複を自動化する。
2つめのDeepScribeは、視覚的に密度が高く、数学的に複雑な物理講義を構造化された科学的レポートに変換する、自律的なプレゼンテーションである。
論文 参考訳（メタデータ） (2026-05-25T19:57:57Z) - SciResearcher: Scaling Deep Research Agents for Frontier Scientific Reasoning [54.194672921128785]
我々は、フロンティア科学データ構築のための完全に自動化されたエージェントフレームワークであるSciResearcherを紹介する。
SciResearcherは、学術的証拠に基づく様々な概念的および計算的なタスクを合成する。
我々は,HLE-Bio/Chem-Goldベンチマークで19.46%を達成できるエージェント基盤モデルであるSciResearcher-8Bを開発した。
論文 参考訳（メタデータ） (2026-05-02T15:26:45Z) - AgentFoX: LLM Agent-Guided Fusion with eXplainability for AI-Generated Image Detection [21.02452809723292]
動的多相解析プロセスとしてAIGI検出を再定義するフレームワークである textbfAgentFoX を提案する。
本手法では,キュレートされた知識ベースによって誘導される高速積分融合機構を用いる。
AgentFoXは、その判断を裏付ける詳細な人間可読な法医学レポートを作成している。
論文 参考訳（メタデータ） (2026-03-24T12:10:21Z) - Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange [3.923443951480117]
ScienceClaw + Infiniteは、独立したエージェントが中央調整なしで研究を行う自律的な科学調査の枠組みである。
システムは3つのコンポーネントで構成されている:300以上の科学スキルの相互運用可能なレジストリ、完全な計算系を保存するアーティファクト層、エージェントベースの科学談話のための構造化プラットフォーム。
論文 参考訳（メタデータ） (2026-03-15T10:06:57Z) - AgentCAT: An LLM Agent for Extracting and Analyzing Catalytic Reaction Data from Chemical Engineering Literature [55.66036140125613]
本稿では,化学工学論文から触媒反応データを抽出し,解析する大規模言語モデル (LLM) エージェントであるAgentCATを提案する。
AgentCATは、化学工学分野における長年のデータボトルネックを克服する代替手段として機能する。
論文 参考訳（メタデータ） (2026-02-10T04:30:11Z) - Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection [59.04089915447622]
ForenAgentはインタラクティブなIFDフレームワークで、MLLMが検出対象に関するPythonベースの低レベルツールを自律的に生成、実行、洗練することができる。
人間の推論にインスパイアされた我々は、グローバルな認識、局所的な焦点、反復的探索、そして全体論的偏見を含む動的推論ループを設計する。
実験の結果,ForenAgent は IFD 課題に対する創発的なツール利用能力と反射的推論を示すことがわかった。
論文 参考訳（メタデータ） (2025-12-18T08:38:44Z) - AI Agents in Drug Discovery [1.9777700354742123]
エージェントAIシステムは、多様なバイオメディカルデータを統合し、タスクを実行し、ロボットプラットフォームを介して実験を行い、クローズドループで仮説を反復的に洗練することができる。
エージェントAIアーキテクチャの概念的および技術的概要は、ReAct、Reflection、Supervisor、Swarmシステムまで様々である。
文献合成,毒性予測,自動プロトコル生成,小分子合成,薬物再資源化,エンドツーエンド意思決定など,薬物発見の重要な段階にまたがる応用について解説する。
論文 参考訳（メタデータ） (2025-10-31T03:07:14Z) - Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。
我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
論文 参考訳（メタデータ） (2024-01-07T19:11:18Z)
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。