科学研究は、仮説評価のためのカスタムソフトウェア作成に時間がかかることがボトルネックとなることがよくあります。本論文では、Geminiで構築されたAIシステムを紹介します。このシステムは、この目的のために専門家レベルの経験的ソフトウェアを生成します。システムは、定義された問題と評価方法を入力として受け取り、新しい概念を提案してコードとして実装します。次に、ツリー検索戦略を使用してパフォーマンスを最適化するために、数千のコードバリアントを反復処理します。システムは、ゲノミクス、公衆衛生、地理空間分析、神経科学、時系列予測、数値解析の6つの学際的なベンチマークでテストされ、専門家レベルの結果を達成しました。経験的ソフトウェアは、定義済みの品質スコアを最大化するように設計されており、スコアリング可能なタスクは、このタイプのソフトウェアで対処可能なタスクです。AIシステムは、研究アイデアを生成し、実行可能なコードとして実装し、LLMを使用してスコアを改善するためにコードを洗練します。このプロセスにより、探索時間が数ヶ月から数時間または数日に大幅に短縮され、検証可能で解釈可能で再現可能なソリューションが生成されます。AIシステムは、困難な問題に対する新しいソリューションを生成し、COVID-19の入院予測や単一細胞RNAシーケンシングデータの統合を含むいくつかのベンチマークで既存の専門家開発手法を上回ることで、その習熟度を示しました。この進歩は、研究者が多数の潜在的なソリューションを迅速に探索できるようにすることで、科学的発見を加速することを約束します。