コスモス：AI科学者 1 回の実行で、人間の科学者が約 6 か月かけて行う研究作業の量を達成できます。 Kosmos は次のことが可能です。 - 何千もの科学論文を読んで統合します。 - データ分析コードの実行を自動化します。 - 仮説を立て、それを検証するための実験を実施し、研究レポートを作成します。 - まったく新しい科学的研究結果を再現または発見する場合もあります。 非常に長いコンテキストが継続的な運用の鍵となります。Kosmos はこれを次の方法で実現します。 1,000 万を超えるトークンにわたって論理的な一貫性を維持します。 数千の論文と数万行の分析コードから知識を抽出します。 コアイノベーション：構造化世界モデル 従来の AI 研究ツールは、入力、分析、出力という線形の思考パターンに従います。 コスモスは、人間の科学的思考に近い枠組みを導入しています。 構造化された世界モデル。 これはつまり： Kosmos は「メモリ」内に拡大し続ける知識グラフを構築できます。 **数百のエージェントの軌跡**からの情報を統合できます。 特定の科学的目的のために動的で反復的な世界モデルを形成する。 例えば👇 研究目標が「アルツハイマー病における神経変性のメカニズムを理解する」ことである場合 コスモスは以下を行います。 関連する論文（約1500件）を検索しました。 公開データベースからプロテオーム、遺伝子、単一細胞データを抽出します。 42,000 行を超える分析コードを自動的に実行します。 主要な分子経路を推測し、引用に基づくレポートを生成します。 その分析は数千万のトークンに及びます。 これは、既存の LLM の「メモリ制限」をはるかに超えています。
テストでは、Kosmos のベータ版ユーザーの推定は次のとおりでした。 20 ステップの深さの Kosmos 実行は、人間の研究時間に換算すると約 6.14 か月に相当します。 エジソンのチームは、独立した検証を通じて、この推定が信頼できると考えています。 平均して、人間の科学者は同様の研究を完了するために 1,500 件の論文を読み、約 200 件の分析パイプラインを実行する必要があります。 論文 1 件あたり 15 分、分析 1 件あたり 2 時間で計算すると、実際には約 4 ～ 6 か月かかります。 これは、AI 科学者が「人間のペース」で研究を完了できるようになったことを意味します。 しかし、速度は20倍以上増加します。
エジソン・サイエンティフィックは技術レポートの中で、コスモスが7つの実際の科学的発見を行ったと発表しました。 そのうち 3 つは、以前の人類の成果 (当時は公表されていなかった) を再現しました。 こxiaohu.ai/c/xiaohu-ai/ko…つかは現在研究室で検証中です。 詳細: https://t.co/J0M48CDMeA