과학 연구를 지원하기 위해 인공지능을 사용할 때, 특히 생물학, 화학, 재료 과학과 같은 복잡한 전문 분야에서는 모델이 엉뚱한 소리를 하는 것처럼 보일 수 있습니다. 최근에 과학 도구 호출 문제를 해결하기 위해 "지식 그래프"를 사용하려는 오픈 소스 프로젝트인 SciToolAgent를 접하게 되었습니다. 이는 인공지능에 전문적인 "과학적 도구 상자"를 장착하는 것과 같으며, 모델이 과학자처럼 생각하고 작동할 수 있도록 하는 것입니다. 이 플랫폼은 API, 머신러닝 모델, 다양한 파이썬 함수를 포함하여 500개 이상의 과학 도구를 통합합니다. 이 접근 방식의 핵심은 도구 간의 종속성과 호환성을 정확하게 처리하기 위해 과학 도구 지식 그래프(SciToolKG)를 구축하는 데 있습니다. GitHub: https://t.co/79oX9rTXwj 동시에 "계획-실행-요약" 프레임워크를 채택함으로써 복잡한 과학 연구 과제를 구체적인 단계로 자동 분해하고 실행할 수 있습니다. 이 장비에는 잠재적인 실험 위험을 모니터링하고 결과의 신뢰성을 보장하는 데 도움이 되는 안전 점검 메커니즘이 내장되어 있습니다. 파이썬으로 개발된 이 환경은 Conda를 통해 빠르게 구성할 수 있으며, 사용자 정의 비공개 도구 추가도 지원합니다. 관련 연구는 Nature Computational Science에 게재되었으며, 해당 분야의 연구자나 관계자들이 참고하기에 적합합니다.
