과학 연구는 가설 평가를 위한 맞춤형 소프트웨어 제작에 시간이 많이 소요되어 종종 병목 현상을 겪습니다. 본 논문은 이러한 목적을 위해 전문가 수준의 경험적 소프트웨어를 생성하는 Gemini로 구축된 AI 시스템을 소개합니다. 이 시스템은 정의된 문제와 평가 방법을 입력으로 받아 새로운 개념을 제안하고 이를 코드로 구현합니다. 그런 다음 트리 검색 전략을 사용하여 성능을 최적화하기 위해 수천 개의 코드 변형을 반복합니다. 이 시스템은 6개의 다학제 벤치마크에서 테스트되었으며 유전체학, 공중 보건, 지리 공간 분석, 신경 과학, 시계열 예측 및 수치 분석 전반에 걸쳐 전문가 수준의 결과를 달성했습니다. 경험적 소프트웨어는 미리 정의된 품질 점수를 최대화하도록 설계되었으며, 점수 가능한 작업은 이러한 유형의 소프트웨어로 해결할 수 있는 작업입니다. AI 시스템은 연구 아이디어를 생성하고, 이를 실행 가능한 코드로 구현하며, LLM을 사용하여 점수 개선을 위해 코드를 개선합니다. 이 프로세스는 탐색 시간을 몇 달에서 몇 시간 또는 며칠로 크게 단축하여 검증 가능하고 해석 가능하며 재현 가능한 솔루션을 생성합니다. AI 시스템은 어려운 문제에 대한 새로운 솔루션을 생성하고, COVID-19 입원 예측 및 단일 세포 RNA 시퀀싱 데이터 통합을 포함한 여러 벤치마크에서 기존 전문가 개발 방법을 능가하는 능력을 보여주었습니다. 이러한 발전은 연구자들이 잠재적인 솔루션을 신속하게 탐색할 수 있도록 하여 과학적 발견을 가속화할 것을 약속합니다.