تتطلب الاكتشافات العلمية القائمة على البيانات دورة متكررة من البحث في الأدبيات، وتكوين الفرضيات، وتحليل البيانات. وتم إحراز تقدم كبير نحو تطوير وكلاء ذكاء اصطناعي قادرين على أتمتة البحث العلمي، لكن جميع هذه الوكلاء ما زالت محدودة في عدد الإجراءات التي يمكنها تنفيذها قبل فقدان الترابط المنطقي، مما يحد من عمق النتائج التي تصل إليها. في هذا العمل، نقدّم "كوسموس"، وهو عالم ذكاء اصطناعي يُ automate الاكتشافات القائمة على البيانات. عند تزويده بهدف مفتوح ومجموعة بيانات، يعمل كوسموس لمدة تصل إلى 12 ساعة، من خلال تنفيذ دورات متوازية لتحليل البيانات، والبحث في الأدبيات، وتكوين الفرضيات، ثم يُsynthesize النتائج إلى تقارير علمية. على عكس الأنظمة السابقة، يستخدم كوسموس نموذجًا عالميًا منظمًا لتبادل المعلومات بين وكيل تحليل البيانات ووكيل البحث في الأدبيات. ويتيح هذا النموذج العالمي لـ كوسموس متابعة الهدف المحدد بشكل متسق عبر أكثر من 200 تجربة لوكيل، حيث ينفّذ مجتمعة متوسط 42,000 سطر من التعليمات البرمجية ويقرأ 1,500 ورقة علمية في كل تشغيل. ويُرجع كوسموس جميع البيانات المذكورة في تقاريره إلى التعليمات البرمجية أو الأدبيات الأولية، مما يضمن تتبع عملية التفكير. ووجد علماء مستقلون أن 79.4٪ من البيانات المذكورة في تقارير كوسموس كانت دقيقة، بينما أفاد الزملاء بأن تشغيل واحد من كوسموس على 20 دورة يعادل في المتوسط ما يُنفّذ خلال ستة أشهر من الوقت البحثي الخاص بهم. علاوة على ذلك، أفاد الزملاء بأن عدد الاكتشافات العلمية القيّمة التي تولّدها كوسموس يتناسب بشكل خطي مع عدد الدورات (تم اختباره حتى 20 دورة). ونسلط الضوء على سبعة اكتشافات أجرتها كوسموس، تشمل مجالات علم الأيض، وعلوم المواد، وعلم الأعصاب، وعلم الوراثة الإحصائية. وتمت إعادة إنتاج ثلاث من هذه الاكتشافات بشكل مستقل لنتائج وردت في مخطوطات مُنشورة مسبقًا أو غير منشورة، لم يُستعرضها كوسموس أثناء التشغيل، بينما قدمت أربع اكتشافات مساهمات جديدة في الأدبيات العلمية.