El proyecto Denario: Agentes de IA con conocimiento profundo para el descubrimiento científico

Resumen

Presentamos Denario, un sistema multiagente de IA diseñado para funcionar como asistente de investigación científica. Denario puede realizar diversas tareas, como generar ideas, revisar la literatura, desarrollar planes de investigación, escribir y ejecutar código, crear gráficos, y redactar y revisar artículos científicos. El sistema posee una arquitectura modular que le permite manejar tareas específicas, como generar una idea, o llevar a cabo análisis científicos integrales utilizando Cmbagent como motor de investigación profunda. En este trabajo, describimos en detalle Denario y sus módulos, e ilustramos sus capacidades presentando múltiples artículos generados por IA en diversas disciplinas científicas como astrofísica, biología, biofísica, informática biomédica, química, ciencia de materiales, física matemática, medicina, neurociencia y ciencias planetarias. Denario también destaca por combinar ideas de diferentes disciplinas, lo que ilustramos mostrando un artículo que aplica métodos de la física cuántica y el aprendizaje automático a datos astrofísicos. Reportamos las evaluaciones realizadas por expertos en estos artículos, quienes proporcionaron tanto puntuaciones numéricas como comentarios similares a una revisión por pares. Posteriormente, destacamos las fortalezas, debilidades y limitaciones del sistema actual. Finalmente, discutimos las implicaciones éticas de la investigación impulsada por IA y reflexionamos sobre cómo esta tecnología se relaciona con la filosofía de la ciencia. Publicamos el código en https://github.com/AstroPilot-AI/Denario. Una demo de Denario también puede ejecutarse directamente en la web en https://huggingface.co/spaces/astropilot-ai/Denario, y la aplicación completa se desplegará en la nube.

English

We present Denario, an AI multi-agent system designed to serve as a scientific research assistant. Denario can perform many different tasks, such as generating ideas, checking the literature, developing research plans, writing and executing code, making plots, and drafting and reviewing a scientific paper. The system has a modular architecture, allowing it to handle specific tasks, such as generating an idea, or carrying out end-to-end scientific analysis using Cmbagent as a deep-research backend. In this work, we describe in detail Denario and its modules, and illustrate its capabilities by presenting multiple AI-generated papers generated by it in many different scientific disciplines such as astrophysics, biology, biophysics, biomedical informatics, chemistry, material science, mathematical physics, medicine, neuroscience and planetary science. Denario also excels at combining ideas from different disciplines, and we illustrate this by showing a paper that applies methods from quantum physics and machine learning to astrophysical data. We report the evaluations performed on these papers by domain experts, who provided both numerical scores and review-like feedback. We then highlight the strengths, weaknesses, and limitations of the current system. Finally, we discuss the ethical implications of AI-driven research and reflect on how such technology relates to the philosophy of science. We publicly release the code at https://github.com/AstroPilot-AI/Denario. A Denario demo can also be run directly on the web at https://huggingface.co/spaces/astropilot-ai/Denario, and the full app will be deployed on the cloud.

El proyecto Denario: Agentes de IA con conocimiento profundo para el descubrimiento científico

The Denario project: Deep knowledge AI agents for scientific discovery

Resumen

Support