LabChin研究专用模块开发中
把分散的研究资料， 连接成 一个AI研究环境。
LabChin是面向企业研发组织的AI研究环境。从论文与专利调研，到计算、实验数据和过往判断的记录，将整个研究过程连接为一体。目前正在开发中，我们正在寻找共同验证的合作企业。
研究资产很多， 却分散在各处。
企业研发组织积累了大量研究资产，但它们分散在不同的系统和研究人员手中。
积累下来的资料
- 论文
- 专利
- 技术资料
- 内部报告
- 研究笔记
- 代码
- 计算与仿真结果
- 实验数据
- 设备数据
- 过往项目
因此，每次开始新研究都要重复同样的工作。
重新查找过去的资料。
梳理研究是如何延续下来的。
确认与已有研究重叠多少。
比较多个候选方案。
重新确认当初为何那样判断。
LabChin 做什么
LabChin 将整个研究过程连接成一个 AI 研究环境。
开发中
查找资料，并看清研究脉络。
一并检索论文、专利和内部资料，并呈现研究是如何延续的。
确认是否重叠，并找出空白。
将新想法与已有研究比较，找出尚未研究的部分。
提出下一步问题，并比较候选方案。
提出下一步要确认的问题和假设，并以同一标准比较候选。
亲手调整条件，理解难懂的论文。
亲手改变变量和条件，观察结果如何变化。
多个 Research Agent 同时工作。
拆分问题，并行完成调研、计算和验证，再把结果汇总。
把计算结果与真实研究数据连接起来。
将计算结果与实验数据、设备数据和研究笔记连接起来。
不只留下结果，也留下过程。
把调查了什么、为何这样判断积累为Research Memory。
LabChin 的 26 个模块
开发中
- 研究检索与调查
- 研究History与脉络探索
- 已有研究与重复分析
- Research Gap探索
- 研究问题与假设生成
- 资料比较与决策支持
- 论文理解
- 概念实验室(Explorable Explanations)
- 计算科学(Scientific Computing)
- 并行Research Agent
- 实验与计算复现
- 研究、实验与设备数据连接
- 内部研究知识连接
- 研究资料管理与Knowledge Map
- Research Memory
- 依据、出处与Citation管理
- 研究者、机构与技术能力检索
- Research Workflow自动化
- 持续的Research Monitoring
- Harness与Agent Orchestration
- Human-in-the-loop
- 研究成果生成
- 研究Workflow与知识复用
- 研究团队协作与Shared Context
- AI结果验证与质量管理
- 安全、权限与审计
辅助研究人员的 AI。
LabChin不是AI-driven，而是AI-assist。研究的中心是研究人员，AI在一旁分担耗时的工作。
AI协助的工作
- 资料调研
- 依据整理
- 候选比较
- 计算与复现
- 寻找下一步问题
我们正在寻找 共同验证的合作企业。
我们希望将这一研究环境应用于真实的企业研发问题，共同验证并不断完善。
我们建议的首次 PoC
选定一个课题
选定一个真实的研究课题。
连接资料
连接相关论文与内部资料、实验或工程数据，以及现有的研究流程。
共同验证
共同确认它是否在以下五个方面真正有帮助。
共同确认的内容
- 研究调查与评审的时间是否缩短
- 是否发现了以往未能发现的信息和变量
- 计算与研究结果的可复现性是否提高
- 研究知识是否得到复用
- 是否真正有助于找到下一步研究方向
双方各自准备的内容
合作企业
- 真实的研发课题
- 该领域的专业知识
- 可以使用的研究数据
- 研究人员的验证与反馈
HDATF
- AI Research Workflow
- Research Agent
- 数据与知识的连接
- 计算环境
- Research Memory
- Harness 与 Orchestration
- 用户环境
从一个真实的 研究课题开始。
请告诉我们课题以及可以共享的资料，我们一起确定首次PoC的范围。
咨询合作