O projeto Denario: Agentes de IA de conhecimento profundo para descoberta científica

Resumo

Apresentamos o Denario, um sistema multiagente de IA projetado para atuar como assistente de pesquisa científica. O Denario pode executar diversas tarefas, como gerar ideias, consultar a literatura, desenvolver planos de pesquisa, escrever e executar código, criar gráficos e redigir e revisar artigos científicos. O sistema possui uma arquitetura modular, permitindo-lhe lidar com tarefas específicas, como gerar uma ideia, ou realizar análises científicas de ponta a ponta utilizando o Cmbagent como um *backend* de pesquisa aprofundada. Neste trabalho, descrevemos detalhadamente o Denario e seus módulos, e ilustramos suas capacidades apresentando diversos artigos gerados por IA criados por ele em várias disciplinas científicas, como astrofísica, biologia, biofísica, informática biomédica, química, ciência dos materiais, física matemática, medicina, neurociência e ciência planetária. O Denario também se destaca na combinação de ideias de diferentes disciplinas, e ilustramos isso mostrando um artigo que aplica métodos da física quântica e do aprendizado de máquina a dados astrofísicos. Relatamos as avaliações realizadas nestes artigos por especialistas do domínio, que forneceram tanto pontuações numéricas quanto feedback semelhante ao de revisão por pares. Em seguida, destacamos os pontos fortes, as fraquezas e as limitações do sistema atual. Por fim, discutimos as implicações éticas da pesquisa conduzida por IA e refletimos sobre como essa tecnologia se relaciona com a filosofia da ciência. Disponibilizamos publicamente o código em https://github.com/AstroPilot-AI/Denario. Uma demonstração do Denario também pode ser executada diretamente na web em https://huggingface.co/spaces/astropilot-ai/Denario, e o aplicativo completo será implantado na nuvem.

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.

O projeto Denario: Agentes de IA de conhecimento profundo para descoberta científica

The Denario project: Deep knowledge AI agents for scientific discovery

Resumo

Support