Научные исследования часто тормозятся трудоемким созданием специализированного программного обеспечения для оценки гипотез. В этой статье представлена система искусственного интеллекта, построенная с использованием Gemini, которая генерирует программное обеспечение экспертного уровня для этой цели. Система принимает в качестве входных данных определенную проблему и метод оценки, предлагая новые концепции и реализуя их в виде кода. Затем она перебирает тысячи вариантов кода для оптимизации производительности, используя стратегию поиска по дереву. Система была протестирована на шести междисциплинарных бенчмарках, достигнув результатов экспертного уровня в геномике, общественном здравоохранении, геопространственном анализе, нейронауке, прогнозировании временных рядов и численном анализе. Эмпирическое программное обеспечение предназначено для максимизации предопределенной оценки качества, а оцениваемые задачи — это те, которые решаются с помощью этого типа программного обеспечения. Система искусственного интеллекта генерирует исследовательские идеи, реализует их в виде исполняемого кода и использует LLM для уточнения кода для улучшения оценок. Этот процесс значительно сокращает время исследования с месяцев до часов или дней, создавая проверяемые, интерпретируемые и воспроизводимые решения. Система искусственного интеллекта продемонстрировала свою эффективность, генерируя новые решения сложных задач, превосходя существующие методы, разработанные экспертами, в нескольких бенчмарках, включая прогнозирование госпитализаций по COVID-19 и интеграцию данных секвенирования РНК отдельных клеток. Этот прогресс обещает ускорить научные открытия, позволяя исследователям быстро изучать огромное количество потенциальных решений.