論文の概要: Accelerating Scientific Research with Gemini in the Real-World

• arxiv url: http://arxiv.org/abs/2608.26701v1
• Date: Thu, 27 Aug 2026 06:58:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.28027
• Title: Accelerating Scientific Research with Gemini in the Real-World
• Title（参考訳）: 実世界におけるゲミニによる科学研究の加速
• Abstract要約: 共同科学者は、仮説生成、実験、原稿生成にまたがる科学研究を加速するために設計されたジェミニベースのシステムである。 材料科学において、共同科学者は、MXenesの安全な前駆経路を設計するために半自動の化学気相蒸着炉と相互作用した。 生物学において、共同科学者は、スパースイメージングデータから勾配を越えて、エンジニアリングされた大腸菌の創発的な群発性表現型を予測した。 計算機科学において、共学者は、6つのフロンティアモデルより優れた推論時間スケーリングアーキテクチャを自律的に発見した。
• 参考スコア（独自算出の注目度）: 33.582788815515634
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We present an extension and comprehensive real-world validation of Co-Scientist, a Gemini-based multi-agent system designed to accelerate end-to-end scientific research across hypothesis generation, experimentation, and manuscript generation. Moving beyond in silico hypothesis generation, this specialized configuration transitions Co-Scientist into an execution-grounded research partner advancing closed-loop scientific workflows across materials science, biology, and computer science. In materials science, Co-Scientist interfaced with a semi-automated chemical vapor deposition reactor to design a safe precursor route for MXenes; experimental execution produced a lamellar 2D material sharing key structural similarities with the Ti3C2Tx MXene lattice, although further experiments are needed to confirm the atomic structure. Leveraging Gemini 3 Deep Think for rapid, lab-in-the-loop execution, it also tailored growth recipes to laboratory constraints in minutes, enabling single-attempt growth of monolayer MoS2, MoSe2, and WS2 semiconductors. In biology, Co-Scientist predicted emergent swarming phenotypes of engineered E. coli across inducer (IPTG) gradients from sparse imaging data, quantitatively matching unpublished wet-lab morphological measurements. In computer science, Co-Scientist autonomously discovered an inference-time scaling architecture that outperformed six frontier models on HealthBench (Hard and Professional) while reducing potential clinical harm under blinded physician evaluation. Finally, a double-blind study of end-to-end generated papers with 30 domain experts across 450 reviews demonstrates that Co-Scientist's reliability modules reduce hallucination and plagiarism while improving research safety. Together, these results demonstrate progress toward closed-loop multi-agent scientific AI systems capable of accelerating real-world scientific discovery.
• Abstract（参考訳）: 我々は,仮説生成,実験,原稿生成をまたいだエンドツーエンドの科学的研究を促進するために,ジェミニをベースとしたマルチエージェントシステムであるCo-Scientistの拡張的で包括的な実世界の検証を行う。 サイリコ仮説の生成を超えて、この特別な構成は、コサイエンティストを、物質科学、生物学、コンピュータ科学にまたがるクローズループ科学ワークフローを推進していく実行基盤研究パートナーに移行させる。 物質科学において、共同科学者は半自動の化学気相沈着反応器でMXenesの安全な前駆経路を設計し、実験によりTi3C2Tx MXene格子と重要な構造的類似性を共有するラメラ2D材料を製造したが、原子構造を確認するためにはさらなる実験が必要である。 Gemini 3 Deep Thinkを高速かつ実験的なループ実行に利用し、成長レシピを数分で実験室の制約に合わせることで、単層MoS2、MoSe2、WS2半導体の単層成長を可能にする。 生物学において、共科学者は、未発表の湿式形態測定と定量的に一致するスパースイメージングデータから、インデューサ(IPTG)勾配にまたがるエンジニアリングされた大腸菌の緊急スワーミング表現型を予測した。 コンピュータサイエンスにおいて、共同科学者は、失明した医師の評価の下で臨床上の害を軽減しつつ、HealthBench(Hard and Professional)の6つのフロンティアモデルより優れている推論時間スケーリングアーキテクチャを自律的に発見した。 最後に、450のレビューで30のドメインの専門家によるエンドツーエンドの論文の二重盲検研究は、コサイエントの信頼性モジュールは、研究の安全性を改善しながら幻覚と盗作を減少させることを示した。 これらの結果は、実世界の科学的発見を加速できるクローズドループマルチエージェント科学AIシステムへの進展を示すものである。

関連論文リスト

• Intern-S2-Preview: Scientific Agentic Foundation Model [199.88087357217503]
  Intern-S2-Previewはマルチモーダルな科学的理解、推論、生成、長距離タスクをサポートするように設計されている。 トレーニングパイプラインは、レンダリングされた科学文書、インターリーブされた画像テキストデータ、多様な科学的コーパスに対する科学的なマルチモーダル事前トレーニングから始まる。 このパイプラインはロールアウトを改善し、安定性と効率性をトレーニングする実践的な技術によって支えられている。
  論文  参考訳（メタデータ） (2026-08-13T17:31:28Z)
• Science Earth: Towards A Planet-Scale Operating System for AI-Native Scientific Discovery [51.70607714288616]
  サイエンスアース(Science Earth)は、惑星規模の科学ランタイムで、あらゆる能力が他のものと接続できる。 その基盤となるEACNプロトコルは、機能を相互に発見し、タスクのオーナシップを交渉し、互換性のない明示的な標準を越えて判断することを可能にする。 2つの実行は、構造的に異なる条件下でこれを検証します。
  論文  参考訳（メタデータ） (2026-05-31T16:05:41Z)
• Embodied Science: Closing the Discovery Loop with Agentic Embodied AI [73.54118756665221]
  我々は、科学的発見をクローズドループとして再編成し、エージェント推論と物理的実行を密結合するパラダイムであるエンボディド・サイエンスを論じる。 本研究では,実験環境の知覚,科学的知識の推論,身体的介入の実行,その後の探索を促進するための成果の内在化といった,統合された知覚・言語・行動発見(PLAD)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-20T09:20:12Z)
• Human-AI collaborative autonomous synthesis with pulsed laser deposition for remote epitaxy [1.7745320870460644]
  仮説生成と解析のための大規模言語モデルを統合したヒューマンAI協調ワークフロー(HAIC)を開発し,展開する。 HAICは仮説形成と実験設計を加速し、成長空間をグラフェン損傷に効率的にマッピングした。
  論文  参考訳（メタデータ） (2025-11-14T18:48:52Z)
• Towards an AI co-scientist [48.11351101913404]
  Gemini 2.0上に構築されたマルチエージェントシステムであるAIコサイシストを紹介する。 このAIの共同科学者は、新しい独創的な知識を解明し、明らかに新しい研究仮説を定式化することを目的としている。 システムの設計には、科学的手法にインスパイアされた仮説生成への生成、議論、進化のアプローチが組み込まれている。
  論文  参考訳（メタデータ） (2025-02-26T06:17:13Z)
• 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)
• Applications of Gaussian Processes at Extreme Lengthscales: From Molecules to Black Holes [4.18804572788063]
  この論文は、ケイファート銀河のマカリアン335からの潜伏放出のサインを推論するためにGPモデリングを使用することを目的としている。 第2の貢献はGPフレームワークを分子および化学反応表現に拡張し、このフレームワークを科学者が使えるようにするためのオープンソースソフトウェアライブラリを提供することである。 第4の貢献は、アレタリック不確実性をモデル化し、本質的なロバスト性を有する材料成分の大規模製造プロセスへの同定を容易にするベイズ最適化スキームの導入である。
  論文  参考訳（メタデータ） (2023-03-24T22:20:14Z)

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。