El equipo de la Harvard Medical School abre el código de los AutoScientists, un sistema descentralizado de investigación en IA

Según Beating, un equipo colaborativo de la Harvard Medical School, el Kempner Institute y el Broad Institute, que incluye a los investigadores Shanghua Gao, Ada Fang y Marinka Zitnik, ha publicado de forma open-source AutoScientists, un sistema de agentes de IA descentralizado para el descubrimiento científico. A diferencia de los sistemas centralizados con búsqueda de un solo hilo, AutoScientists elimina el coordinador central, lo que permite que los agentes colaboren de manera asíncrona: los agentes redactan revisiones por pares antes de consumir recursos de cómputo, evitando experimentos fallidos redundantes y descubriendo simultáneamente múltiples direcciones de investigación prometedoras.

En pruebas de BioML-Bench en tareas de imagen médica, descubrimiento de fármacos e ingeniería de proteínas, el sistema logró el percentil promedio de la tabla de posiciones de 74,4% en 24 tareas, mejorando en 8,3 puntos porcentuales frente a los baselines previos de agentes. En predicción de unión de proteínas, AutoScientists descubrió métodos que mejoraron la correlación de Spearman en un 6,5% en ProteinGym, superando los benchmarks supervisados anteriores.