Equipe da Harvard Medical School abre o código-fonte de AutoScientists, um sistema descentralizado de pesquisa em IA

De acordo com Beating, uma equipe colaborativa da Harvard Medical School, do Kempner Institute e do Broad Institute, incluindo pesquisadores Shanghua Gao, Ada Fang e Marinka Zitnik, abriu o código do AutoScientists, um sistema descentralizado de agentes de IA para descoberta científica. Diferentemente de sistemas centralizados com busca em um único fluxo, o AutoScientists elimina o coordenador central, permitindo que os agentes colaborem de forma assíncrona — os agentes redigem revisões por pares antes de consumir recursos de computação, evitando experimentos fracassados redundantes e descobrindo, ao mesmo tempo, múltiplas direções de pesquisa promissoras.

Em testes no BioML-Bench em tarefas de imagem médica, descoberta de fármacos e engenharia de proteínas, o sistema alcançou 74,4% de percentil médio no ranking em 24 tarefas, melhorando em 8,3 pontos percentuais em relação às bases anteriores de agentes. Na predição de ligação de proteínas, o AutoScientists descobriu métodos que melhoraram em 6,5% a correlação de Spearman no ProteinGym, superando benchmarks anteriores supervisionados.