Co-Scientist 和 AlphaEvolve 是 Google 开发的代理，可加快研究和开发流程。这些代理利用 Gemini 自动执行复杂的科学推理和算法发现。
Co-Scientist 代理概览
Co-Scientist 是基于 Gemini 构建的多智能体 AI 系统，旨在充当虚拟科研协作伙伴。该系统可帮助研究人员发现原创知识，并制定新的研究假设和实验提案。通过将 AI 推理与科学方法相结合，Co-Scientist 使科学家能够浏览文献、综合各个领域的洞见，并加速生物医学发现。
工作原理
Co-Scientist 基于多智能体架构和异步任务执行框架构建，可扩缩测试时计算。这种设计使系统能够进行推理、辩论，并以迭代方式改进输出。
当您用自然语言提供研究目标时，Co-Scientist 会协调以下专业智能体：
- 生成代理：使用网络搜索探索文献、综合研究结果并制定初始假设。
- 反思智能体：充当同级审核者，检查生成的假设的正确性、质量和安全性。
- 排名代理：使用基于 Elo 的锦标赛评估研究提案并确定其优先级。
- 演化代理：通过将排名靠前的假设与文献相结合并融入创新想法，对这些假设进行优化。
- 邻近度代理：使用邻近度图整理比赛对阵并去重假设。
- 元审核智能体：将所有评价和辩论中的真知灼见整合为全面的研究路线图。
专用监督代理负责编排流程、分配资源和管理工作器队列，以维持科学推理的自我改进循环。
使用场景
Co-Scientist 可解决多个科学学科的复杂问题，尤其是需要深厚的专业知识和跨学科洞见的问题。示例使用场景包括：
药物再利用：通过分析分子特征、信号通路和基于文献的信息，为已获批的药物确定新的治疗适应症。
靶标发现：针对复杂疾病提出新的生物学组件和表观遗传学靶标，并简化假设选择流程，以便进行实验验证。
机制性解释：通过整合零散的科学数据，针对复杂问题（例如抗微生物药物耐药性）生成假设。
如需了解详情和其他应用场景，请参阅借助 AI Co-Scientist，加速科学突破这篇博文。
AlphaEvolve 代理概览
AlphaEvolve 是一款由 Gemini 赋能的进化型编码智能体，可发现通用算法并优化代码。它将 Gemini 的生成能力与自动化评估器相结合，可针对计算、运筹学和数学领域的复杂问题提出、验证和改进整个代码库。
工作原理
AlphaEvolve 使用演进框架和 Gemini 模型集成，通过迭代流程来优化程序化解决方案：
生成：Gemini 模型提出新颖的计算机程序来实现算法解决方案，最大限度地扩大探索的思路范围。
评估：系统会使用客观、可量化的指标来评估每种解决方案的功能正确性和性能。
进化式改进：一种进化算法，用于从数据库中选择高分程序，作为后续迭代的输入。
使用场景
在可通过可验证的客观评分系统性衡量进展的领域，AlphaEvolve 非常有效。示例使用场景包括：
AI 训练和推理加速：针对 AI 训练和推理优化重要操作和低级 GPU 指令。
硬件设计辅助：建议并验证芯片设计语言中的修改，例如减少 Google 自定义张量处理单元 (TPU) 的算术电路中的位数。
物流和供应链优化：解决供应链运营中的大规模组合优化难题。
计算基础设施优化：提高系统级运营和运营效率。
数学算法发现：针对几何学、组合数学和数论中的开放性问题提出解决方案。
如需查看更多用例和结果，请参阅《AlphaEvolve：一款由 Gemini 赋能的编码智能体，用于设计高级算法》博文。
后续步骤
如需登记您对 Co-Scientist 或 AlphaEvolve 抢先体验计划的意向，请与您的 Google Cloud 客户支持团队联系。