Team der Harvard Medical School macht AutoScientists Open Source: dezentrales KI-Forschungssystem

Laut Beating, einem kollaborativen Team aus der Harvard Medical School, dem Kempner Institute und dem Broad Institute, einschließlich der Forschenden Shanghua Gao, Ada Fang und Marinka Zitnik, hat das Team AutoScientists Open Source gestellt: ein dezentrales KI-Agentensystem für wissenschaftliche Entdeckungen. Anders als zentrale Systeme mit einspuriger Suche entfernt AutoScientists den zentralen Koordinator und ermöglicht es den Agenten, asynchron zusammenzuarbeiten: Die Agenten entwerfen Peer-Reviews, bevor sie Rechenressourcen verbrauchen, wodurch redundante fehlgeschlagene Experimente verhindert und gleichzeitig mehrere vielversprechende Forschungsrichtungen entdeckt werden.

Beim Testen auf BioML-Bench über Aufgaben in medizinischer Bildgebung, der Wirkstoffentdeckung und der Proteinengineering erreichte das System 74,4% durchschnittlichen Leaderboard-Perzentilwert über 24 Aufgaben und verbesserte sich damit um 8,3 Prozentpunkte gegenüber früheren Agent-Baselines. Bei der Vorhersage der Proteinbindung entdeckte AutoScientists Methoden, die die Spearman-Korrelation um 6,5% auf ProteinGym verbesserten und damit frühere betreute Benchmarks übertrafen.