NovelSeek: エージェントが科学者になるとき ― 仮説から検証までの閉ループシステムの構築
NovelSeek: When Agent Becomes the Scientist -- Building Closed-Loop System from Hypothesis to Verification
May 22, 2025
著者: NovelSeek Team, Bo Zhang, Shiyang Feng, Xiangchao Yan, Jiakang Yuan, Zhiyin Yu, Xiaohan He, Songtao Huang, Shaowei Hou, Zheng Nie, Zhilong Wang, Jinyao Liu, Runmin Ma, Tianshuo Peng, Peng Ye, Dongzhan Zhou, Shufei Zhang, Xiaosong Wang, Yilan Zhang, Meng Li, Zhongying Tu, Xiangyu Yue, Wangli Ouyang, Bowen Zhou, Lei Bai
cs.AI
要旨
人工知能（AI）は科学研究のパラダイム転換を加速し、研究効率を向上させるだけでなく、イノベーションを推進しています。本稿では、様々な科学研究分野にわたる自律的科学研究（ASR）を実施するための統一された閉ループ型マルチエージェントフレームワーク「NovelSeek」を紹介します。NovelSeekは、研究者がこれらの分野における複雑な問題を前例のない速度と精度で取り組むことを可能にします。NovelSeekは以下の3つの主要な利点を強調しています：1）スケーラビリティ：NovelSeekは12の科学研究タスクにおいてその汎用性を示し、ベースラインコードの性能を向上させる革新的なアイデアを生成することができます。2）インタラクティビティ：NovelSeekは、自動化されたエンドツーエンドプロセスにおいて、人間の専門家からのフィードバックとマルチエージェント間の相互作用を可能にするインターフェースを提供し、ドメイン専門知識のシームレスな統合を実現します。3）効率性：NovelSeekは、人間の努力に比べて大幅に少ない時間コストで、いくつかの科学分野において有望な性能向上を達成しています。例えば、反応収率予測では、わずか12時間で27.6%から35.4%に向上し、エンハンサー活性予測では、4時間の処理で精度が0.52から0.79に上昇し、2Dセマンティックセグメンテーションでは、わずか30時間で精度が78.8%から81.0%に進歩しました。
English
Artificial Intelligence (AI) is accelerating the transformation of scientific
research paradigms, not only enhancing research efficiency but also driving
innovation. We introduce NovelSeek, a unified closed-loop multi-agent framework
to conduct Autonomous Scientific Research (ASR) across various scientific
research fields, enabling researchers to tackle complicated problems in these
fields with unprecedented speed and precision. NovelSeek highlights three key
advantages: 1) Scalability: NovelSeek has demonstrated its versatility across
12 scientific research tasks, capable of generating innovative ideas to enhance
the performance of baseline code. 2) Interactivity: NovelSeek provides an
interface for human expert feedback and multi-agent interaction in automated
end-to-end processes, allowing for the seamless integration of domain expert
knowledge. 3) Efficiency: NovelSeek has achieved promising performance gains in
several scientific fields with significantly less time cost compared to human
efforts. For instance, in reaction yield prediction, it increased from 27.6% to
35.4% in just 12 hours; in enhancer activity prediction, accuracy rose from
0.52 to 0.79 with only 4 hours of processing; and in 2D semantic segmentation,
precision advanced from 78.8% to 81.0% in a mere 30 hours.