Microsoft Research Focus: новые подходы к AI-агентам, прогнозу погоды и биологии

В новом выпуске подкаста Microsoft Research Focus обсуждаются последние достижения исследовательской команды компании. Темы варьируются от улучшения работы ИИ-агентов до долгосрочного прогнозирования погоды и моделирования белков. Эти направления показывают, как искусственный интеллект применяется для решения сложных практических задач.

Развитие ИИ-агентов требует новых подходов к их обучению и надежности. Агенты все чаще берут на себя многошаговые задачи, взаимодействуя с внешними инструментами. Однако их способность исправлять ошибки без чрезмерных затрат ресурсов остается проблемой. Представленный фреймворк ForkPilot позволяет агентам понимать, когда стоит пересмотреть предыдущие решения и изменить стратегию. По результатам тестирования на шести бенчмарках, ForkPilot снижает вычислительную нагрузку до 59%, сохраняя эффективность на уровне лучших существующих методов. Это делает развертывание агентов более масштабируемым и экономичным.

Другое исследование касается агентов для написания кода. Создан фреймворк CABRA для генерации задач с контролируемой сложностью. Анализ тысяч таких задач показал, что агенты успешно используют инструменты для решения проблем, но испытывают трудности при работе с незнакомыми кодовыми базами. Понимание существующего кода остается главным препятствием на пути к созданию надежных ИИ-программистов.

Для агентов, взаимодействующих с интерфейсами программ (заполнение форм, навигация), разработан фреймворк TeleTune. Он обучается на логах активности пользователей, извлекая из них повторяющиеся навыки и цели действий. В тестах TeleTune превзошел аналоги, предлагая масштабируемый способ адаптации агентов к незнакомому программному обеспечению.

Исследователи также проанализировали использование Copilot Chat в разных отраслях. Оказалось, что редактирование документов составляет более 20% активности. Однако, если исключить 20 самых популярных задач, различия между компаниями становятся значительными. Это означает, что общая статистика может скрывать специфические потребности организаций в ИИ.

В образовательной сфере инструмент Shiksha Copilot, тестируемый в школах Индии с ограниченными ресурсами, помог учителям сэкономить время на бюрократии и двуязычном планировании уроков. Более тысячи участников отметили снижение стресса и возможность уделить больше внимания разработке увлекательных занятий.

В области метеорологии представлен фреймворк Probabilistic Bias Correction (PBC), улучшающий прогнозы погоды на срок от двух до шести недель. Он обучается на прошлых ошибках моделей и корректирует их. PBC уже применяется в Кении для прогнозирования муссонов.

Наконец, в публичный доступ (public preview) вышла модель BioEmu2. Она разработана командой AI for Science и предназначена для понимания структуры, динамики и функций биомолекул. Это может ускорить создание эффективных лекарственных препаратов за счет лучшего понимания работы белков.