Google Colab 集成了 Data Science Agent

Google Colab 是一个免费、云端托管的 Jupyter Notebook 环境，您可以直接在浏览器中编写并运行 Python 代码。它免费提供对 Google Cloud GPU 和 TPU 的访问权限，这对运行 AI 模型来说是一个革命性的改变，也让项目协作变得更加简化。

去年 12 月，Google 分享了 Colab 中的 Data Science Agent 如何借助 Gemini 为受信任的测试者自动创建笔记本，省去了导入库、加载数据以及编写模板代码等繁琐操作。受信任的测试者对 Data Science Agent 反响热烈，认为它让工作流程更流畅，并能比以往更快地发现洞察。

如今，Google 宣布将 Data Science Agent 推广至年满 18 岁的 Colab 用户以及部分国家和语言地区。Google 也在扩展与大学的合作，希望通过将简单的自然语言描述转换成完整且可运行的 Colab 笔记本，帮助研究实验室在数据处理和分析方面节省时间。

Data Science Agent 的工作原理如下：
1. 从空白开始： 打开一个空白的 Colab 笔记本。
2. 添加数据： 上传您的数据文件。
3. 描述目标： 在 Gemini 侧边栏中描述您想进行的分析或需要的原型（例如，“可视化趋势”、“构建并优化预测模型”、“填充缺失值”、“选择最佳统计方法”）。
4. 见证 Data Science Agent 的自动化过程： 静待生成必要的代码、导入库以及可在 Colab 中执行的分析结果。
视频演示示例：Data Science Agent 从理解数据到在 Colab 笔记本中呈现洞察的自动化分析过程（序列已简化，仅作演示之用。Data Science Agent 可能会出现错误。）

Data Science Agent 带来的益处
• 完整的可运行 Colab 笔记本： 不仅仅是代码片段，而是可以直接执行的完整笔记本。
• 可修改的解决方案： 轻松定制和扩展生成的代码，以满足您的特定需求。
• 可共享的结果： 借助 Colab 标准分享功能，与团队成员进行协作。
• 节省时间： 将更多精力集中在从数据中获取洞察，而不是在环境设置和模板代码上浪费时间。

同时，Google 的 Data Science Agent 在 HuggingFace 的 DABStep 基准测试（DABStep: Data Agent Benchmark for Multi-step Reasoning） 中取得了第 4 名，表现优于基于 GPT 4.0 的 ReAct agents、Deepseek、Claude 3.5 Haiku 和 Llama 3.3 70B 等模型。

立即开始体验 Data Science Agent
只需上传一些数据，然后在 Gemini 侧边栏中概述您的数据分析目标即可轻松上手。您可以在 Kaggle 或 Data Commons 上探索数据集，以下是一些示例数据和提示供您参考：

• Stack Overflow 年度开发者调查：可以尝试询问“可视化最受欢迎的编程语言”
• Iris 鲜花数据集：可以尝试询问“计算并可视化数据集中 Pearson、Spearman 和 Kendall 的相关性”
• Glass Classification：可以尝试询问“在此数据集上训练一个随机森林分类器”

Google 希望这能彻底改变您的数据分析工作流程。