AI Scientist Mission Control（AIMC）：支持人工监督自主科学发现的可视分析

自主科学发现系统可以在最少的人为干预下产生大量的研究想法、实验和手稿。随着这些系统的能力越来越强，科学家需要有效的机制来监控输出质量，识别重复出现的故障模式，了解研究进展，并优先考虑有希望的发现进行审查。我们提出 AIMC，一个用于人类监督自主科学发现的可视化分析框架。 AIMC 结合了语义嵌入、自动弱点提取、时间分析和交互式可视化，以支持对 AI 生成的研究工件的探索。我们通过对自主人工智能科学家 (FARS) 生成的论文及其相关评论反馈的案例研究来演示该框架。我们的分析揭示了反复出现的方法论弱点、不断变化的研究主题、特定领域的质量差异，以及一小部分高度新颖的论文，需要更深入的人工检查。这些发现说明了视觉分析如何在新兴的自主科学发现工作流程中支持透明度、诊断和人类人工智能协作。