Microsoft Research Focus #97: Agenten, Arbeit, Wetter und Biomoleküle
Die von Sowbhagya Suresh moderierte Ausgabe Microsoft Research Focus #97 verbindet Forschung zu Entscheidungen von KI-Agenten, Programmierung, Arbeitsaktivitäten, Bildung, Wettervorhersagen und Biomolekülen. Sämtliche Ergebnisse in diesem Überblick stammen aus einer einzigen Primärquelle von Microsoft Research. Sie sind daher als von dieser Organisation präsentierte Aussagen und Erkenntnisse zu verstehen, nicht als unabhängig bestätigter Konsens.
Frühere Entscheidungen erneut prüfen
ForkPilot ist ein sich selbst verbesserndes Framework. Es lernt, wann frühere Entscheidungen erneut geprüft werden sollten, und passt seine Strategie an neue Ergebnisse an. Es geht somit nicht nur darum, eine feste Abfolge von Schritten auszuführen. Der Ansatz berücksichtigt auch, ob eine vorausgegangene Wahl angesichts späterer Resultate überdacht werden sollte.
Microsoft Research berichtet von Tests über sechs Benchmarks und führende KI-Modelle hinweg. ForkPilot erreichte dabei das Niveau der besten bestehenden Methoden und reduzierte den KI-Verarbeitungsbedarf um bis zu 59 %. Das Ergebnis berührt zwei unterschiedliche Aspekte: die erreichte Leistung und den dafür erforderlichen Verarbeitungsaufwand. Die maximale Reduktion ist jedoch keine Aussage darüber, dass jede Aufgabe oder Bereitstellung denselben Wert erreicht.
Generierte Aufgaben zeigen Schwierigkeiten von Coding-Agenten
CABRA erzeugt Programmieraufgaben von Grund auf. Das Framework erlaubt es, deren Komplexität kontrolliert zu erhöhen, und identifiziert Fähigkeiten, die Coding-Agenten Schwierigkeiten bereiten. Durch die kontrollierte Steigerung lässt sich beobachten, was sich bei zunehmender Schwierigkeit verändert, statt lediglich voneinander unabhängige Aufgaben zu vergleichen.
In Tausenden generierten Herausforderungen konnten Agenten Programmierprobleme häufig mithilfe von Werkzeugen überwinden. Dennoch hatten sie weiterhin Schwierigkeiten, unbekannte Codebasen zu verstehen. Diese Unterscheidung ist bedeutsam: Ein Werkzeug zur Lösung eines konkreten Problems einzusetzen ist nicht dieselbe Fähigkeit wie das Verständnis bereits vorhandenen, fremden Codes. Das Ergebnis benennt eine Schwierigkeit in den untersuchten Aufgaben, belegt aber nicht, dass sie definitiv das größte Hindernis des gesamten Forschungsfelds ist.
Arbeitsabläufe aus Nutzeraktivitäten lernen
TeleTune lernt wiederverwendbare Fähigkeiten und Arbeitsabläufe aus Protokollen von Nutzeraktivitäten. Zugleich leitet es die Aufgabenziele ab, die mit einer Folge von Aktionen verbunden sind. Das Framework verknüpft damit beobachtete Handlungsschritte mit dem Zweck, dem diese Schritte offenbar dienen.
Bei Bewertungen mit Software- und Browseraufgaben übertraf TeleTune bestehende Ansätze. Der Vergleich gilt für die beschriebenen Evaluationen. Für sich genommen weist er keinen universellen Vorteil in jeder Anwendung, jedem Arbeitsablauf oder jeder Art von Nutzeraktivität nach.
KI-Nutzung bei der Arbeit und in Schulen
Eine Analyse aggregierter Copilot-Chat-Aktivitäten aus einem breiten Spektrum von Kundenkategorien ergab, dass die Bearbeitung von Dokumenten mehr als 20 % der klassifizierten Aktivitäten ausmachte. Der Anteil bezieht sich auf den klassifizierten Teil der analysierten Aktivität. Er zeigt die deutliche Bedeutung der Dokumentbearbeitung, ohne sämtliche Nutzungsweisen des Dienstes zu beschreiben.
Eine separate Studie untersuchte Shiksha Copilot an ressourcenarmen Schulen in Indien. Mehr als 1.000 Lehrkräfte nahmen teil. Der Studie zufolge verringerte das Werkzeug die Zeit, die sie für zweisprachige Unterrichtsplanung und Bürokratie aufwendeten. Die Aussage betrifft die teilnehmenden Lehrkräfte und Schulen und lässt sich nicht automatisch auf jedes Bildungssystem übertragen.
Aus früheren Fehlern eines Wettermodells lernen
Probabilistic Bias Correction ist ein Framework für maschinelles Lernen, das aus früheren Fehlern eines Wettermodells lernt und dabei hilft, diese zu korrigieren. Es erhielt die höchste Auszeichnung in einem globalen Wettbewerb für Vorhersagen mit erweitertem Zeithorizont. Außerdem wird es in Kenia eingesetzt, um Monsunprognosen für Landwirte zu verbessern.
Die Beschreibung stellt eine direkte Verbindung zwischen vergangenen Modellfehlern und späteren Korrekturen her. Die genannten Belege betreffen jedoch einen bestimmten Wettbewerb und den Einsatz in Kenia. Sie bestätigen keine Verbesserung sämtlicher Wettervorhersagen in allen Regionen.
Ein Grundlagenmodell für Biomoleküle
BioEmu2 ist ein Grundlagenmodell zum Verständnis biomolekularer Struktur, Dynamik und Funktion. Es wurde vom Team Microsoft Research AI for Science entwickelt und ist als öffentliche Vorschau verfügbar. Damit sind Forschungsgebiet, Entwickler und Form der Verfügbarkeit beschrieben; ein konkretes Ergebnis bei der Entwicklung von Medikamenten wird nicht genannt.
Die gemeinsame Linie
Die Projekte arbeiten mit sehr unterschiedlichen Eingaben: Entscheidungen von Agenten, generierten Programmieraufgaben, Aktivitätsprotokollen, aggregierten Arbeitsaktivitäten, der Arbeit von Lehrkräften, Fehlern eines Wettermodells und biomolekularen Informationen. Gemeinsam ist ihnen in dieser Ausgabe das Lernen aus solchen Eingaben—etwa um eine Entscheidung zu revidieren, eine Fähigkeitslücke sichtbar zu machen, einen Ablauf abzuleiten, Aktivität zu messen oder Modellfehler zu korrigieren.
Bei der Einordnung bleiben die Grenzen jedes Ergebnisses entscheidend. Ein Benchmark entspricht nicht jeder realen Bereitstellung, klassifizierte Aktivität umfasst nicht alle Aktivität und eine Studie in einem bestimmten Umfeld ist kein universeller Schluss. Unter Beachtung dieser Grenzen bietet die Ausgabe einen strukturierten Überblick über mehrere eigenständige Forschungsrichtungen.