成熟的AI要学会自己搞研究！MIT推出「科研特工」

主要观点总结

本文介绍了MIT团队推出的用于科学自动化发现的多智能体系统——SciAgents，及其在仿生材料研究中的应用。SciAgents通过大规模本体知识图、大语言模型和数据检索工具以及具有原位学习功能的多智能体系统，实现了科学发现的自动化。网友对此表示很兴奋，认为人工智能自主生成和测试假设的能力可能引导创新材料的开发，并加速科学研究的进程。

关键观点总结

关键观点1: SciAgents系统的介绍

SciAgents是一个用于科学自动化发现的多智能体系统，由三部分构成：使用大规模本体知识图来组织和互连不同的科学概念、一套大语言模型和数据检索工具、具有原位学习功能的多智能体系统。

关键观点2: SciAgents的目标和应用

SciAgents首先将目标锁定于仿生材料的研究，揭示了以前被认为无关的一些跨学科关系，实现了超越传统人类研究方法的规模、精度和探索能力。通过自动生成和完善研究假设，阐明潜在机制、设计原理和意想不到的材料特性。

关键观点3: SciAgents的工作流和多智能体策略

SciAgents的工作流包括从科学论文生成的综合知识图中检索关键概念和关系，并自动化科学发现过程。多智能体策略采用分层扩展策略，通过检索的数据丰富，形成全面的草案，最终构成可以指导进一步科学探究的文件。

关键观点4: SciAgents的创新点

SciAgents的随机路径生成方法和本体论智能体的应用是其主要创新点。随机方法为路径注入了更丰富的概念和关系，使智能体能够探索更广泛的领域，增强所获得见解的深度和广度。本体论智能体则应用先进的推理技术来综合和解释复杂的数据网络，提供对关系更丰富、更详细的理解。

关键观点5: 网友的观点和期待

网友对SciAgents的应用表示很兴奋，认为人工智能自主生成和测试假设的能力可能引导创新材料的开发，并加速科学研究的进程。他们期待SciAgents在未来能够为人类面临的各种挑战提供解决方案。