OmniScientist, ИИ-учёный, который проводит эксперименты по сырым данным

OmniScientist, это end-to-end мультимодальная ИИ-система, которая проводит научное исследование напрямую по «сырым» разнородным данным, а не по готовым текстовым выжимкам. Авторы указывают, что существующие системы обычно рассуждают только над текстом, кодом, метками или заранее посчитанными сводками, и из-за этого теряют пространственные, временные, межканальные и процедурные связи, которые часто и определяют научный вывод. OmniScientist устраняет этот разрыв: слой восприятия обрабатывает данные напрямую, а три автономных агента, для генерации идей, постановки экспериментов и написания текста статьи, работают внутри детерминированного конвейера, где наблюдения из данных влияют на исследовательские вопросы, экспериментальные решения и итоговые выводы на всех этапах цикла. Дополнительно система прогоняет проверки в коде: скрининг новизны идеи, статистическую строгость, происхождение (провенанс) выполнения расчётов и точность чисел в тексте.

Систему протестировали на 36 реальных задачах, которые охватывают 5 групп научных дисциплин и 4 группы научных данных, а также модальности: изображения, сигналы, аудио, видео, 3D-структуры, траектории, таблицы, формулы и графы. Во всех 36 случаях OmniScientist прошёл полный путь от сырых данных до готовой (скомпилированной) рукописи статьи, а средняя итоговая оценка статьи составила 6.3, с эталонной моделью рассуждений, использованной как «бэкбон» системы.

В парных сравнениях со «слепым» вариантом той же системы, который получает только заранее посчитанные скалярные признаки вместо прямого восприятия данных, вариант с прямым восприятием улучшает результат по всем 7 оцениваемым параметрам и побеждает в 85% прямых сравнений. Авторы делают вывод: восприятие данных на всех этапах исследовательского цикла необходимо для научных открытий, подкреплённых доказательствами, и это практический путь к по-настоящему широко способным ИИ-учёным.

Ключевые факты

OmniScientist, end-to-end ИИ-система, которая читает «сырые» разнородные данные (изображения, сигналы, аудио, видео, 3D-структуры, траектории, таблицы, формулы, графы) напрямую, а не через текстовые сводки.
Архитектура: слой восприятия плюс три автономных агента, для идей, экспериментов и написания текста статьи, работают в едином детерминированном конвейере.
Встроенные в код проверки контролируют новизну идей, статистическую строгость, происхождение расчётов и точность чисел в итоговом тексте.
На 36 реальных задачах из 5 групп дисциплин и 4 групп научных данных система довела все случаи до готовой рукописи; средняя оценка статьи, 6.3.
В сравнении со «слепым» вариантом (только предвычисленные числовые признаки) вариант с прямым восприятием выигрывает по всем 7 параметрам оценки и побеждает в 85% прямых сравнений.

Почему это важно

Авторы указывают на конкретный пробел: системы, которые рассуждают только над текстом, кодом, метками или готовыми сводками, не видят пространственные, временные, межканальные и процедурные связи в данных, а именно они часто и определяют научный вывод. OmniScientist отвечает на этот пробел архитектурой, где восприятие сырых данных встроено в весь цикл исследования, от постановки вопроса до итоговых утверждений в статье, а не сведено к разовому шагу «прочитать входные данные».

Кому это важно

Прежде всего, разработчикам и исследователям, которые строят автоматизированные ИИ-системы для научной работы, особенно там, где данные не текст: изображения, сигналы, видео, 3D-структуры, таблицы, графы. Работа даёт ориентир, что именно прямое восприятие данных, а не текстовые сводки о них, поднимает качество итоговых выводов.

Как это применить

Система устроена как конвейер из слоя восприятия и трёх автономных агентов: один генерирует идеи, второй ставит и проводит эксперименты, третий готовит текст статьи. Поверх этого в код встроены проверки, новизны идеи, статистической строгости, происхождения расчётов и точности чисел, которые попадают в итоговый текст. В источнике не указаны ни лицензия, ни релиз кода или данных, работа описана как исследовательская система, а не публично доступный инструмент.

Можно ли доверять

Систему проверили не на единичном примере, а на 36 реальных задачах из 5 групп дисциплин и 4 групп научных данных, и результат количественный, 6.3 балла и 85% побед в прямых сравнениях. При этом у источника есть ограничения: в аннотации не названы ни авторы, ни организации, ни используемая для получения оценки 6.3 «эталонная модель рассуждений». Единственное сравнение, со «слепым» вариантом той же системы; ни одна другая существующая система ИИ-учёного в сравнении не участвует.

Риски и подводные камни

Главный риск для читателя, принять внутреннее сравнение за победу над конкурентами: 85% побед и улучшение по всем 7 параметрам получены против «слепой» версии того же OmniScientist, а не против сторонних систем. Сама оценка статьи (6.3) приведена без описания шкалы и того, что считается хорошим результатом. Код и данные, судя по тексту источника, не выложены в открытый доступ, так что независимо воспроизвести результат по этому материалу нельзя.