VirSci（Virtual Scientists）是上海人工智能實驗室推出的多智能體協作平臺系統，基于模擬科學家團隊的合作過程加速科研創新。系統基于大型語言模型（LLMs），用組織智能體團隊合作生成、評估和完善研究創意，展現出在科學創意生成中的創新性和影響力，超過傳統單智能體系統。VirSci推動了科學發現，且作為科學學研究工具，探究不同團隊構成對創新性的影響。
VirSci的主要功能合作者選擇（Collaborator Selection）：模擬科學家團隊的組建過程，選擇合適的合作者加入研究團隊。主題討論（Topic Discussion）：團隊成員就研究主題進行討論，確定研究方向。創意生成（Idea Generation）：團隊成員提出和完善研究創意，生成多個潛在的研究想法。新穎性評估（Novelty Assessment）：評估提出的創意的新穎性，基于比較與現有文獻的重疊程度選擇最具創新性的想法。摘要生成（Abstract Generation）：基于選定的創意，生成科學論文的摘要，包括引言、目標、方法、預期結果和結論等部分。自我審查（Self-review）：在生成最終摘要后，進行自我審查以預檢查其新穎性，確保與現有研究的相似性不高。知識庫構建：構建包含科學家背景信息的知識庫，為智能體提供必要的信息，進行有效的合作和討論。團隊討論機制：在每個步驟中實施團隊討論，用迭代和精煉的方式提高輸出質量。VirSci的技術原理大型語言模型（LLMs）：VirSci基于大型語言模型（如GPT-4o和Llama-3.1）的先進能力，模型在理解和生成自然語言方面表現出色，能處理復雜的科學發現任務。多智能體系統：系統由多個智能體組成，每個智能體模擬一個科學家，且能協作、溝通和解決研究任務，模仿人類團隊合作的動態。數字孿生技術：基于檢索增強生成（RAG）框架，VirSci創建真實科學家的數字孿生代理，代理能訪問和使用科學家的知識庫。知識庫和數據庫：系統構建一個包含科學家背景信息的知識庫，及包含過去和當代論文的數據庫，為智能體提供必要的信息進行有效的合作和討論。團隊討論機制：實現一個“團隊討論”機制，支持智能體在生成創意和摘要的過程中進行迭代的內外精煉對話，提高輸出質量。新穎性評估：基于比較生成的摘要與過去和當代論文數據庫的相似性，評估創意的新穎性，用歷史差異性（HD）、當代差異性（CD）和當代影響力（CI）等指標。VirSci的項目地址項目官網：open-sciencelab.github.io/Social_ScienceGitHub倉庫：https://github.com/open-sciencelab/Social_SciencearXiv技術論文：https://arxiv.org/pdf/2410.09403VirSci與AI Scientist的對比優勢協作性質的模擬： VirSci是基于大型語言模型（LLMs）的多代理系統，專門設計來模仿科學研究中固有的團隊合作。與AI Scientist這種單一代理系統相比，VirSci通過組織代理團隊共同產生、評估和完善研究想法，更貼近現實世界中科學家團隊合作解決復雜問題的方式。創新性的科學想法生成： 根據實驗結果，VirSci在產生新穎且有影響力的科學思想方面優于AI Scientist等最先進的單代理方法。VirSci通過多代理協作方式平均提升了與當代研究趨勢的對齊水平13.8%，潛在影響力提升了44.1%。社會行為的涌現： VirSci實驗中發現了代理之間的社會行為，這與“科學中的科學”領域的重要發現相一致，例如新鮮團隊往往能創造更創新的研究。這表明VirSci作為一個工具，在研究合作機制方面具有進一步探索的潛力。端到端的科學合作流程： VirSci是首個從團隊組織到新穎科學想法生成的端到端流水線中進行科學合作的多代理系統。這種系統能夠更全面地模擬科學研究的全過程，而AI Scientist則更多地集中在單一任務的自動化上。實驗驗證： VirSci在多方面進行了廣泛的實驗驗證，包括團隊設置和生成的科學想法的新穎性，這為其在實際科學研究中的應用提供了更多的實證支持。VirSci的應用場景自動化科學發現：VirSci用在自動化科學發現過程，從假設生成到實驗設計，加速科學研究的進展。團隊研究協作：在多學科團隊中，VirSci模擬科學家之間的合作，幫助團隊成員共同探討和解決復雜的研究問題。創新想法生成：用VirSci生成新的研究想法和概念，為科學研究提供創新的視角和解決方案。教育和培訓：在教育領域，VirSci作為教學工具，幫助學生理解科學研究的過程，培養創新思維和團隊合作能力。研究項目管理：在項目管理中，VirSci幫助研究人員規劃研究項目，分配任務，跟蹤項目進展。 
