Science-fiction pour vous pour la soirée. Économies d’agence pour la découverte scientifique autonome.
Nenad Tomashev, Mathia Franklin, Atusa Kasirzada, Vivek Natarajan, Alan Karthikslingam, Sebastian Carrier, Simon Osindro.
papier:. revoir:. Code : Non disponible.
Modèle : Non disponible.
Ce qu'ils ont fait : Les auteurs ont introduit l'économie d'agence pour la science, une architecture de marché pour les systèmes scientifiques autonomes (modèles multi-agents qui génèrent des hypothèses et mènent des expériences). Il coordonne les scientifiques, les agents d'intelligence artificielle et les laboratoires robotiques : fixe les prix d'accès aux données, permet l'échange d'applications de recherche symboliques et valide les expériences physiques via des contrats intelligents. Ce que nous avons obtenu : dans cet article conceptuel, les auteurs notent que le coût de génération d’hypothèses informatiques tend vers zéro, de sorte que la recherche scientifique est limitée aux tests inélastiques du monde réel. Par exemple, selon la loi Iroma, le coût de l'approbation des médicaments par la FDA double tous les 9 ans et atteint déjà 2,6 milliards de dollars par molécule. Pour éliminer les idées faibles avant le laboratoire, le cadre introduit un magasin de données à 4 couches et un pipeline d'échange d'hypothèses en 4 étapes qui sépare la génération d'idées des expériences en laboratoire humide. Pourquoi c'est important : Le travail déplace l'accent de l'IA pour la science des améliorations isolées de la pensée vers une comptabilité analytique explicite, des enchères combinatoires de ressources et un dépôt automatique pour la réplication des résultats. Cependant, l’ensemble de l’infrastructure proposée reste conceptuel et ne dispose pas encore de prototype empirique. Laissez libre cours à vos idées ici :