IRIS (Sistema Interativo de Ideação de Pesquisa) é um assistente alimentado por IA que capacita pesquisadores a prototipar rapidamente ideias de estudo. Usuários inserem um tema ou domínio de pesquisa e IRIS produz perguntas de pesquisa personalizadas, identifica conceitos-chave, sintetiza resumos de literatura relevantes e sugere desenhos experimentais ou abordagens metodológicas. Organiza esses insights em fluxos de trabalho personalizáveis, apoiando desenvolvimento de hipóteses, planejamento de coleta de dados e frameworks de interpretação de resultados. Por meio de interação iterativa, IRIS ajusta as saídas com base no feedback, garante alinhamento com metas de pesquisa e exporta relatórios estruturados em formatos como PDF, DOCX ou Markdown. Automatizando tarefas repetitivas e aprimorando sessões criativas de brainstorming, IRIS acelera pesquisas iniciais em academia, laboratórios de P&D e startups, promovendo inovação e reduzindo o tempo para insights.

Virtual Scientists V2 funciona como uma estrutura modular de agentes de IA voltada para pesquisa científica. Ela define múltiplos cientistas virtuais—Químico, Físico, Biólogo e Cientista de Dados—cada um equipado com conhecimentos específicos de domínio e integrações de ferramentas. Esses agentes utilizam LangChain para orquestrar chamadas de API a fontes como Semantic Scholar, ArXiv e buscas na web, permitindo recuperação automatizada de literatura, análise contextual e extração de dados. Os usuários podem scriptar tarefas ao especificar objetivos de pesquisa; os agentes coletam artigos, resumem metodologias e resultados, propõem protocolos experimentais, geram hipóteses e produzem relatórios estruturados. A estrutura suporta plugins para ferramentas e fluxos de trabalho personalizados, promovendo extensibilidade. Automatizando tarefas repetitivas de pesquisa, o Virtual Scientists V2 acelera a geração de insights e diminui esforço manual em projetos multidisciplinares.