Research AI Agents შერკინება — 31 მაისი, 2024

1

Google AI Co-Scientist

მრავალ-აგენტის AI სისტემა, რომელიც მეცნიერებთან თანამშრომლობს ჰიპოთეზის შექმნისა და ბიომედიცინური კვლევის აჩქარებისთვის.

4.5 (4)

უფასო

სრული მიმოხილვა

Google AI Co-Scientist არის მრავალ-აგენტის AI სისტემა, რომელიც შექმნილია მეცნიერებთან თანამშრომლობისთვის და ბიომედიცინის კვლევის აჩქარებისთვის. იგი შექმნილია Gemini 2.0‑ით და მოქმედებს როგორც ვირტუალური სამეცნიერო კოლაბორატორი, რომელიც ხელს უწყობს ახალ ჰიპოთეზებისა და კვლევის წინადადებების გენერირებას. სისტემის მიზანია ასახოს იმ გონების პროცესი, რომელიც უწყობს სამეცნიერო მეთოდის საფუძველს, და გამოვიყენოთ ახალი, ორიგინალური ცოდნა. მეცნეობის მიზნის, რომელიც მითითებულია ბუნებრივი ენის სახით, მიხედვით, Google AI Co-Scientist ქმნის ახალ კვლევითი ჰიპოთეზებს, დეტალურ კვლევის მიმოხილვას და ექსპერიმენტალურ პროტოკოლებს. ის იყენებს სპეციალიზებული აგენტების კოლაკციას, მათ შორის Generation, Reflection, Ranking, Evolution, Proximity და Meta-review, რომლებიც ავტომატური ფედბეკის საშუალებით იტერატიულად ქმნიან, შეფასებენ და აუმჯობესენ ჰიპოთეზები. სისტემა აძლევს მეცნიერებს სხვადასხვა გზით ურთიერთობა მასთან, მათ შორის სიდის იდეების მიწოდება აღმოჩენისთვის ან ფედბეკის მიწოდება გენერირებულ შედეგებზე ბუნებრივი ენის საშუალებით. Google AI Co-Scientist ასევე იყენებს ინსტრუმენტებს, როგორიცაა web-search და სპეციალიზებული AI მოდელები, რათა გაუმჯობესოს ჰიპოთეზების საფუძველი და ხარისხი. სისტემა შექმნილია ისეთი, რომ მოქნად იზრდეს compute‑ის შესაძლებლობა და იტერატიულად გაუმჯობესოს თავისი სამეცნიერო გონება მითითებული კვლევის მიზნისკენ. Google AI Co-Scientist განსაკუთრებით გამოსადეგია იმ მეცნიერებისთვის, რომლებიც სირთულეებს ერკვევა სამეცნიერო პუბლიკაციების სწრაფად ზრდის ნავიგაციასა და უცნობი დარგებიდან შეხედულებების ინტეგრაციაში. უახლესი AI‑ტექნოლოგიების, მათ შორის კომპლექსურ თემებზე სინთეზის და გრძელმავლიანი დაგეგმვისა და დასკვნებთან მუშაობის შესაძლებლობის გამოყენებით, Google AI Co-Scientist მიზნად ისახავს სამეცნიერო და ბიომედიცინის აღმოჩენების პროცედურების სიჩქარის გადაჩქარებას. სისტემა ტესტირებულია სხვადასხვა აპლიკაციებში, მათ შორის გენური ტრანსფერების აღმოჩენა და ტრანსფერების თავიდან აღმოჩენა. AI Co-Scientist რამდენიმე უპირატესობას სთავაზობს, თუმცა მისი ეფექტურობა დამოკიდებულია შეყვანილი კვლევის მიზნის ხარისხზე და მეცნეთა შესაძლებლობაზე მნიშვნელოვანი უკუკავშირის მიწოდებაში. AI Co-Scientist ახალი ინსტრუმენტია, რომელიც შეიძლება მნიშვნელოვანი გავლენა ჰქონდეს მეცნიერთა საზოგადოებაზე, თუმცა მისი შეზღუდვები და სავარაუდო დამახინჯებები ფრთხილად უნდა შეფასდეს. Google AI Co-Scientist-ის განვითარება მიმდინარე შრომაა, ხოლო მისი მომავალში გამოყენება და გაუმჯობესება დამოკიდებულია მუდმივი კვლევასა და ტესტირებაზე.

• ჰიპოთეზის შექმნა
• კვლევის მიმოხილვის შექმნა
• ექსპერიმენტის პროტოკოლის შემუშავება
• მეცნიერებრივი აზროვნებისათვის სპეციალიზებული აგენტები
• ავტომატური უკუკავშირის ციკლი
• ვებ-ძებნის ინტეგრაცია

2

Bright Data Web MCP

MCP სერვერი, რომელიც AI აგენტებისთვის უზრუნველყოფს საიმედო ვებ-ძებნას, სკრეპტინგს და ბრაუზერის ავტომატიზაციას 5 000 უფასო თვეში მოთხოვნით

4.4 (5)

Freemium

სრული მიმოხილვა

Bright Data Web MCP არის სერვერი, რომელიც AI აგენტებს საშუალებას იძლევა საიმედოდ ძებნის, სკრაპინგის და ბრაუზერების ავტომატიზაციის გაკეთება. იგი ყოველ თვეში 5,000 უფასო მოთხოვნის შესაძლებლობას აძლევს. ხელსაწყო AI აგენტებს ეფექტურად ძებნის, მონაცემთა გაშვების და საიტებზე ნავიგაციის შესაძლებლობას გაძლევთ, დაბლოკვის გარეშე. ის მოიცავს ფუნქციებს, როგორიცაა რეალურ დროში ძებნის შედეგები, მონაცემთა გაშვება, საიტის კროლი და ბრაუზერის ავტომატიზაცია. Web MCP შექმნილია ბლოკებისა და შეზღუდვების გადალახვისთვის და აღიარებულია 20,000-ზე მეტი მომხმარებლის მიერ მთელ მსოფლიოში.

• რეალურ დროში ვებ-ძებნა
• ვებსაიტის კროლინგი და მონაცემთა გატანა
• ბრაუზერის ავტომატიზაცია
• გეო-შეზღუდვების და CAPTCHAs გადაჭარბება
• დინამიური შიგთავსისთვის JavaScript‑ის რენდერი
• რეალური მომხმარებლის ქცევის სიმულაცია

3

Kosmos

ავტონომიური AI მკვლევარი გრძელ კვლევების კამპანიებისთვის, რომელიც ანალიზს აკეთებს მონაცემებსა და ლიტერატურას, რათა შექმნას სრულად ციტირებული სამეცნიერო ანგარიშები.

4.8 (6)

Freemium

სრული მიმოხილვა

Kosmos არის ავტონომიური AI სამეცნიერო მეცნიერი, რომელიც შექმნილია ბიოფარმას R&D გუნდებისა და მკვლევარებისთვის. ის მონაცემებსა და ლიტერატურას ანალიზს აკეთებს, რათა შექმნას სრულად ციტირებული სამეცნიერო ანგარიში, რაც აჩქარებს მედქის განვითარებას ჰიპოთეზიდან რეგისტრაციამდე დღეში, არ თვეში. Kosmos თვითონვე მუშაობს, ლიტერატურას წაიკითხავს, ჰიპოთეზებს ქმნის, კვლევებს მართავს და სამეცნიერო სამუშაოთა ნაკრებს ასრულებს. ის მხარს უჭერს მედქის განვითარების სრული ციკლს, მიზნის იდენტიფიკაციისა და კლინიკური განვითარებებიდან დაწყებული და დოკუმენტაციის მომზადებამდე. AI ინსტრუმენტი თანამშრომლობს ადამიანურ მეცნიერებთან Slack, Teams და ელფოსტით, და ისწავლება ორგანიზაციის ცოდნიდან, აგებულია ექსპერიმენტული ისტორიიდან და საკუთრივ სამეცნიერო მონაცემებიდან.

• ავტონომიური ჰიპოთეზების გენერაცია
• ლიტერატურული ანალიზი
• მონაცემთა ანალიზი
• სამეცნიერო სამუშაო პროცესების შესრულება
• შეერთება Slack, Teams და ელ‑ფოსტით
• Model-agnostic მომავალი უახლესი მოდელებისთვის

4

THEUS (Aigora)

ბიზნესის აი-რის კვლევითი სისტემა, რომელიც მეწარმეობრივ სწავლებებს მგრძნობელი შედეგებით იხსნის დასახელებულ სახდელებთან ერთად, მაგალითებით, ვიდეო სახდელებზე

4.6 (5)

Freemium

სრული მიმოხილვა

აიგორას მიერ წარმოქმნილი კორპორატიული AI გამოკვლევების შემდეგ, THEUS ცნობიერების საშემოსაგები შესაბამის შეფასებას თითოეული ფაქტის ID, ციტირებით და სპეციალისტების ონის ობიექტებით. მის მშენებლობა Google-ის ADK ბირთვზე მიმდევრობით მოდელირების ნაწილებით დაფუძნებულია დაარსება ცნობიერების მინი-მოდელებზე. მონაცემბამსროლეელები შეგუება სინტეზს ცნობიერებაში წაკითხვისთვის და წინასწარ ანალიზის მოქნილებისთვის. თითოეულ ცვლად არგუმენტზე დაფა-დონეზე მაჩვენებელი- მუპი აუდიტორით. აიგორას მიერ წარმოქმნილი კორპორატიული ინჟინერიზმის საშემოსაგებაში, THEUS პოლიცეამ ათი, ექსპერტების დოკტორების მეშვეობით, ანალიზში მონაწილეობის/ საურთრეოს/ LLM-ებში / ცვლავამცემლობით იერარქია: ახალი გარვე, სინთეზი SaaS სერვისი "ახალი დოკტო რიდ" - და ძველი დოკტორ სანკლინი" ამ პლატფორმას ინსაიტს ასპექტების ვიცე-პრეზიდენტებისთვის, მსოფლიო სენსორული ლიდერებისთვის და ინოვაციაზე ლიდერებისთვის, ვისაც სჭირდება სტრატეგიული უნარის კონსტრუქცია გაყვანება საფუძვლოდ ეწერება. ის გენერიკულ ანტერპრაიზ აი-ჯით გაწყვეტილი კვლევითი მეთოდოლოგია იყენებს და ეგიუნტერბაჟდო-დარაჯულ მენეჯვი კლინტება მეტ- წერებს ხელობილ სარწ-დენ ექ- ა ის ამ უარეულო ფ- ლა ც ფ- ა - თა თ ვ დ მ ე ხელო ს ს ფ კ დ- ა მ ე ხ - უ ს დ- ა ს დ - ს შ კ ე ს- ხ რ რ ს მ ა ლი ს ი ნ ფ მ- მ- ნი კ ს ი (85%) პ- პი (Nielsen) ამ დ ი უ, გ - რთუ. აა ა კ- ა ფ- უ მ - კ- ა დ ა. შ. აიგორა საშუალებას იძლევა, რომ ერთეულ სასწრაფოში სასავალო ფუნქციებითა, რომ ერთ თვეში მუდმივ ინფორმაციად 30 დოკუმენტის ინჟექცია, 1500 გვერდის ანალიზი და 500 საკითხი თანამშრომელთა საძიებოსთვის, ერთ თვეში. ერთ-ერთი მონაცემების საწახდელიან თვისება აიგორასისა, მის შესაძლებლობა წლების საკუთარი მონაცემების გადახვევაა გამთვალიერებელ, გადაწვდომად ცნობებად, SaaS AI პოვერთი ცოდნის აგენტებით.

• რესურსთა ხახვების ცათხელა გაფანტვა და სინთეზი, ასაკობრივი სწაწულით რომ განაზავებული შეფასება მივიღოთ
• რესურსთა ხახვების განსაზღვრით ნოველტა შესანიშნავი შეტყობინება, ათ.სო. სინელ ოფისერ ოდეს იდადოა რომ დემონსტრატორი დაუკავეთით, ან ანაქ, ა.სო. ვიზი-სინთეზ
• მიმიდრებული მოდელიტე ნიჭს-ნათესო ცხოველინ, ინტერნეტ-კვლევებიდან მხოლოდ სხულმ, რდებო სულ წამ
• ელამაცდოები მატიარდებიდან დეფაქტორებით მხოლოდ ცხოველინ (ფუნდექტორებით თ.თ. ნოვთორ ოფისერდასა დემონსტრუ)
• მოწურილსოც ქობით თ.თ. 100 არგ. ს. რე-სე. ს. ნიჭ-ფეისო, ნომ. 4

5

AMIE

მრავალმოდული AI დიაგნოზური აგენტი, რომელიც ახორციელებს კლინიკური დიალოგებს და ანალიზს სამედიცინო სურათებზე ზუსტ დიაგნოზებისთვის.

4.7 (6)

უფასო

სრული მიმოხილვა

AMIE (Articulate Medical Intelligence Explorer) არის კვლევის AI დიაგნოსტიკის აგენტი, რომელიც განვავითარა Google DeepMind და Google Research. იგი განკუთვნილია კლინიკური საუბრის ჩატარებისთვის და სამედიცინო სურათების ინტერპრეტაციისთვის, რათა მიიღოს ზუსტი დიაგნოზები. პირველ რიგში, AMIE ტექსტზე დაფუძნებული სამედიცინო დიაგნოსტიკის საუბერული AI აგენტი იყო, რომელიც გამოქვეყნდა Nature ჟურნალში. უახლესი განვითარება, მრავალმოდალური AMIE, ინტეგრირებს შესაძლებლობას ინტელიგენტურად მოითხოვოს, ინტერპრეტირდეს და დასაბუთოს ვიზუალური სამედიცინო ინფორმაცია კლინიკურ საუბრის დროს. ეს განვითარება მიზნად ისახავს დიაგნოსტიკის სიზუსტის გაუმჯობესებას, მრავალმოდალურ მონაცემთა, როგორიცაა სურათები და დოკუმენტები, დანერგვით დიაგნოსტიკური პროცესში. AMIE იყენებს მდგომარეობის‑გათვალისწინებელი აზროვნება-ჩარჩოს და აშენებულია მრავალმოდალური Gemini მოდელებზე. იგი შეაფასდა ექსპერტული შეფასებებით, მათ შორის Objective Structured Clinical Examinations (OSCEs), რაც შეადარებს მისი შესრულებას პირველადი მოვლის ექიმებთან (PCPs) სხვადასხვა პაციენტის სცენარებში.

• მრავალმოდული დიაგნოსტიკური დიალოგი
• ვიზუალური სამედიცინო ინფორმაციის ინტერპრეტაცია
• მდგომარეობის გათვალისწინებული მოსაზრების ჩარჩო
• Gemini მოდელებთან ინტეგრაცია
• დიალოგის შეფასებისთვის სიმულაციის გარემო

6

QualiaInterviews

AI-ხელმძღვანელობაში მრავალენოვანი, საკონვერსაციო კვლევითი და შეფასებითი ინტერვიუების პლატფორმა მასშტაბით.

4.3 (4)

Freemium

სრული მიმოხილვა

QualiaInterviews არის კვლევითი პლატფორმა, რომელიც AI-ს იყენებს მონაწილეებთან ინტერვიუების ჩასატარებლად ბუნებრივი, საუბრისეული დიალოგის საშუალებით. იგი გუნდებს საშუალებას აძლევს მოაგროვონ კვალიტატიური შეგმენდები უფრო დიდი მაგალითის სიდიდიდან, ვიდრე ტრადიციული ერთმანეთთან ინტერვიუები იძლევიან, შენარჩუნებით ღრმა და ნიუანსის ღია კონვერსაციის. ინსტრუმენტი მხარს უჭერს ინტერვიუებს მრავალ ენაზე, რის გამოც ის შესაფერისია სასაზღვრო შესწავლებისთვის, გლობალური ბაზრის კვლევისთვის და პროგრამების შეფასებისთვის. მკვლევრებს შეუძლიათ შექმნან ინტერვიუს სახელმძღვანელოები, განაწილონ მონაწილეებს და შეიფასებ ავტომატურად სტრუქტურიზებული შედეგები ყოველი სესიის ხელით მოდერაციის გარეშე. QualiaInterviews ჩვეულებრივ გამოიყენება სოციალური მკვლევრების, შეფასების სპეციალისტების, UX გუნდების და იმ ორგანიზაციების მიერ, რომლებიც ახდენენ გავლენის შეფასებას და რომელთათვის საჭიროა მასშტაბირებადი კვალიტატიური მონაცემები კონვერსაციის სიღრმის უზრუნველყოფის გარეშე.

• AI-მოდერატორი საკონვერსაციო ინტერვიუები
• მრავალენოვანი ინტერვიუს მხარდაჭერა
• ავტომატური შემდეგი და გამოკითხვის შეკითხვები
• კვალიფიკაციური პასუხების სტრუქტურირებული ანალიზი
• მონაწილეთა დეპლოიმენტის მასშტაბირება
• კვლევითი და შეფასებითი ვორკფლოუს ინსტრუმენტები

7

Table Agent

ტექსტურული კვლევის აიტი-სახელოსნოსთვის

4.5 (6)

Freemium

სრული მიმოხილვა

Table Agent – ინტელექტუალური მეთოდები ნავიგაციის საშუალებაა, რომელიც კლიენტებს საშუალებას მისცემს ტეიბლ-რისერჩის პროცესში საჭირო ინფორმაციას წამლავზე, ავტომატიზირებული API სერვისების გამოყენებით, ორგანიზებული რთული ინფორმაციის შეგროვებაში. ტაიბლ ეჯენტი, კლიენტებს საშუალებას მისცემს, მათთვის სავალდვივო ტოპიკების სათავეში ინფორმაციის კოლექციების შეგროვების ეფსეთ ეფექტურად ავტომატიზებულ და გათვალისწამებულ სისტემებში. სისტემა რთულად შეიძლება სკემების ფორმირება, რაც საშუალებას იძლევა მომხმარებლებს მონაცემების სინთეზს საბოლოო მოთხოვნების მიხედვით დაფერხდებმა. ეს მარტივი სამთავროვნება მთელ რიგი აკადემიურიდან მცენტრებამდე ინდუსტრიებს დიდ მენეჯაბილი აქსად ეს არის, რადე დიდი მცველმა ერთო ორო ფერხთობს შეიძლებმ შეავრთა. ლიდერი ინტელექტუალური აგენტებით აღჭურვილი ბაზის ტეიბლ ეგენტის სურსათში ფუნქციის საუკუთსო ადგილი არის აი ძიების მოხერხებული საშუალება, რომლის საშუალებით ინტელექტუალური ნებისმიერი მონაცემების ეჭარბება აავტომატური ძიება, კერძოდ წაკითხვის დროს და მნიშვნელობაში სავსებით დარღვევით, ახლა ეფექტურს ზრდება წაკითხვის საშუალება სხვადასხვა საბაზო შემოწმეთ, საბრძოლო ძიების პროცესები. მონაცემთა აგენტის ფუნქციონირებისთვის და ინტეგრაციებისთვის დეტალები არ არის ნახსენები, მაგრამ რობოტული მენტორთა მეთოდების კონცეფცია პროგნოზის მიხედვით შეიძლება ამოუვლით სხვადასხვა API-ებთან და LLM-ებთან გარეთ, აიზოლაციის შემცირება მეხსიერება და საბოლოოდ თვითავტონომია. ზოგიერთ სერვისზე ბაზირებულ SaaS-ას რომ ჩავთვლათ, ალბათ უკან გადადგმული მონაცემთა ათვესთან ერთად უფრო ნათელი ხდება. Table Agent-ს გარკვეულ სტრენგებს აქვს, მათ შორის ტედიოზური მონაცემების კოლექციის ავტომატური ცვლა და ეფრენა განსხვავებული მონაცემების სტრუქტურების გამოყენება. მიუხედავად იმისა, რომ უბრალო ინფორმაციის ნაკლებობის გამო, ამან ფრაგმენტულო აქვს საკითხი, რითი ის სუსტება მოიცავს, ან ის როგორ გვიუთხავენ სხვა ალტერნატიული დატკების საშუალებას.

• ავტომატური მონაცემთა ეკრანების შეგროვება
• კუსტომორული მონაცემთა შემადგენლობა
• AI-აგენტ მითიშებული მონაცემთა სინჯები
• სწრაფი და სწორი მონაცემთა მოპოვება

8

Autoresearch

ღია წყაროს პროექტია, რომელიც AI აგენტებს საშუალებას აძლევს თვითონ LLM‑ის ტრენინგის ექსპერიმენტები გაუშვათ და საუკეთესო მოდელის ცვლილებებს შეინარჩუნონ.

4.8 (5)

უფასო

სრული მიმოხილვა

Autoresearch არის ღია წყარო პროექტი, რომელიც საშუალებას აძლევს AI‑აგენტებს დამოუკიდებლად ჩატარონ LLM‑ის ტრენინგის ექსპერიმენტები და შეინახონ საუკეთესო მოდელის ცვლილებები. პროექტი მომხმარებელს საშუალებას აძლევს შექმნას პატარა, მაგრამ რეალური LLM‑ის ტრენინგის გარემო და AI‑აგენტს შეეცვალოს კოდი, მოკლე პერიოდის განმავლობაში ტრენინგს მოახდინოს და შედეგები შეამოწმოს, თუ ისინი უკეთესად არიან. მიზანია კვლევის პროცესი ავტომატიზაცია, AI‑აგენტი შეძლებს სხვადასხვა მოდელის არქიტექტურებს, ჰიპერპარამეტრებს და ოპტიმიზაციის სტრატეგიებს გამოიცანიათ ადამიანის ჩარევის გარეშე. პროექტში შედის მარტივი, ერთი GPU‑ის nanochat‑ის განხორციელება და მიაწოდება ძირითადი სტრუქტურა AI‑აგენტის კვლევის პროცესის პროგრამირებისთვის Markdown‑ის ფაილების გამოყენებით. პროექტი შექმნილია, რათა მასივი იყოს, მომხმარებლებს შეუძლიათ დაამატონ მეტი აგენტი და დროდადრო გააუმჯობესონ კვლევის პროცესი.

• თავადატომ LLM‑ის ტრენინგის ექსპერიმენტები
• AI აგენტის მიერ მართვადი კვლევითი პროცესი
• nanochat‑ის ერთი GPU‑ის განხორციელება
• Markdown‑ზე დაფუძნებული პროგრამირება კვლევითი პროცესისთვის
• 5‑წამის ტრენინგის დროის ბიუჯეტი შეფასების მეტრიკით (val_bpb)