加速植物表型分析科学发现的智能体AI框架

高通量植物表型分析现在生成图像衍生数据集的速度远远快于科学家分析数据的速度。在橡树岭国家实验室的先进植物表型实验室 (APPL)，自动化站每天通过多种遥感模式对数百种植物进行成像；然而，特征提取和解释仍然是手动的、受专家约束的，并且严格是事后的，这使得分析而不是获取成为对发现的约束。我们提出了一个端到端的代理人工智能框架，该框架将数据工厂的设施转变为一个交互式自主发现平台，科学家在其中与人工智能代理合作，以加快获得洞察力的时间。对话式的联合科学家代理将科学家的自然语言问题转化为结构化分析计划，无头计算代理在 Frontier 百亿亿次超级计算机上调度 Vision Transformer 分割和特征提取。这两个代理在不同的安全域和资源域中运行，并通过安全的、经过令牌验证的流通道进行通信，这种设计考虑了云原生代理框架忽略的联合、数据移动和来源现实，确保捕获每次交互的端到端来源。该框架将长达几天到几周的分析过程转变为一个交互式循环，代理对结果进行推理，推荐下一步分析，并在几秒钟内回答后续问题。