AIが仮説→実験→論文執筆まで全自動で科学研究！査読も通過した次世代システム — AI-Scientist-v2

アーキテクチャ・仕組み

AI-Scientist-v2は以下の段階で動作するエージェントシステムです：

1. アイデア生成（Ideation）: LLMがトピック記述ファイルを元に研究仮説を複数生成し、Semantic Scholar APIで新規性を確認
2. エージェント型木探索（Agentic Tree Search）: 「実験マネージャーエージェント」が主導する**Progressive Best-First Tree Search（BFTS）**により、複数の実験パスを並列探索
3. 論文執筆（Write-up）: 実験結果を元にLLMが学術論文のPDFを自動生成
4. 自動レビュー: 生成した論文をLLMが査読

木探索コンポーネントは AIDE プロジェクトをベースに構築されています。

対応モデル

• OpenAI: GPT-4o、o1-preview、o3-mini など
• Google Gemini: OpenAI API互換で利用
• Claude（AWS Bedrock経由）: Claude 3.5 Sonnet など（実験フェーズで推奨）

対応環境

• OS: Linux
• GPU: NVIDIA GPU（CUDA対応必須）
• Python: 3.11
• PyTorch: CUDA 12.4対応版
• 追加ツール: LaTeX（chktex）、Poppler（PDF処理）

木探索の設定パラメータ（bfts_config.yaml）

• num_workers: 並列探索パス数
• steps: 探索ノードの最大数
• num_seeds: 初期ルートノード数（num_workers < 3の場合は同じ値を推奨）
• max_debug_depth: 失敗ノードのデバッグ試行回数上限
• debug_prob: 失敗ノードのデバッグ試行確率
• num_drafts: Stage 1での独立した木の数

コスト目安

v1との比較

実績

• ICLR 2025 Workshopに採択された論文をAIのみで生成

制約・注意点

• LLMが生成したコードを自動実行するため、サンドボックス環境（Dockerコンテナ等）での実行を強く推奨
• 危険なパッケージの使用、制御されないWeb接続、意図しないプロセスの生成リスクあり
• GPU メモリ不足エラーが出る場合はプロンプトで小さいモデルの使用を指示する必要あり
• 成功率はモデルの性能とアイデアの複雑さに依存

ライセンス・商用利用

• The AI Scientist Source Code License（Responsible AI Licenseの派生）
• 必須開示義務: 生成された論文にはAIの使用を明確に開示する法的義務あり
• 推奨表記: "This manuscript was autonomously generated using The AI Scientist."

インストール手順

Linux + NVIDIA GPU（CUDA対応）環境が必要です。

# conda環境の作成
conda create -n ai_scientist python=3.11
conda activate ai_scientist

# PyTorchのインストール（CUDAバージョンは環境に合わせて調整）
conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia

# PDFとLaTeX関連ツールのインストール
conda install anaconda::poppler
conda install conda-forge::chktex

# Python依存パッケージのインストール
pip install -r requirements.txt

APIキーの設定

export OPENAI_API_KEY="YOUR_OPENAI_KEY_HERE"
export S2_API_KEY="YOUR_S2_KEY_HERE"  # 任意（論文検索用）

アイデア生成の実行

python ai_scientist/perform_ideation_temp_free.py \
 --workshop-file "ai_scientist/ideas/my_research_topic.md" \
 --model gpt-4o-2024-05-13 \
 --max-num-generations 20 \
 --num-reflections 5

論文生成パイプラインの実行

python launch_scientist_bfts.py \
 --load_ideas "ai_scientist/ideas/my_research_topic.json" \
 --load_code --add_dataset_ref \
 --model_writeup o1-preview-2024-09-12 \
 --model_citation gpt-4o-2024-11-20 \
 --model_review gpt-4o-2024-11-20 \
 --model_agg_plots o3-mini-2025-01-31 \
 --num_cite_rounds 20