Microsoft Research Focus – Edition #97, prowadzone przez Sowbhagyę Suresh, łączy badania nad decyzjami agentów AI, programowaniem, aktywnością w pracy, edukacją, prognozowaniem pogody i biomolekułami. Wszystkie wyniki w tym przeglądzie pochodzą z jednego pierwotnego źródła Microsoft Research. Należy je zatem odczytywać jako ustalenia i twierdzenia przedstawione przez tę organizację, a nie jako niezależnie potwierdzony konsensus.

Kiedy warto wrócić do wcześniejszej decyzji

ForkPilot to samodoskonaląca się struktura, która uczy się, kiedy ponownie rozważyć wcześniejsze decyzje. Na podstawie nowych rezultatów dostosowuje swoją strategię. Nie chodzi więc wyłącznie o wykonanie ustalonego ciągu kroków, lecz także o uwzględnienie możliwości, że poprzedni wybór powinien zostać zmieniony w świetle późniejszych wyników.

Według Microsoft Research ForkPilot przetestowano na sześciu benchmarkach i wiodących modelach AI. Dorównał najlepszym istniejącym metodom, a jednocześnie ograniczył zapotrzebowanie na przetwarzanie AI nawet o 59%. Wynik obejmuje dwa odrębne wymiary: skuteczność metody oraz ilość przetwarzania potrzebną do jej uzyskania. Maksymalnej redukcji nie należy jednak interpretować jako gwarancji identycznego rezultatu w każdym zadaniu lub wdrożeniu.

Generowane wyzwania ujawniają trudności agentów

CABRA tworzy wyzwania programistyczne od podstaw, pozwala w kontrolowany sposób zwiększać ich złożoność i identyfikuje umiejętności trudne dla agentów kodujących. Kontrola poziomu złożoności umożliwia obserwowanie zmian zachodzących wraz z rozwojem zadania, zamiast ograniczać porównanie do niepowiązanych ze sobą przykładów.

W tysiącach wygenerowanych wyzwań agenci często pokonywali problemy programistyczne dzięki użyciu narzędzi. Nadal jednak mieli trudności ze zrozumieniem nieznanych baz kodu. To istotne rozróżnienie: zastosowanie narzędzia do rozwiązania konkretnego problemu nie jest tym samym co zbudowanie rozumienia istniejącego, obcego kodu. Ustalenie wskazuje na trudność w badanych zadaniach, ale nie dowodzi, że jest ona bezwzględnie największą przeszkodą w całej dziedzinie.

Uczenie się przepływów pracy z aktywności

TeleTune uczy się umiejętności i przepływów pracy wielokrotnego użytku na podstawie dzienników aktywności użytkowników. Wnioskuje również o celach zadań związanych z sekwencjami działań. Łączy więc obserwowany ciąg kroków z celem, któremu te kroki prawdopodobnie służyły.

W ocenach obejmujących zadania wykonywane w oprogramowaniu i przeglądarce TeleTune przewyższył istniejące podejścia. Porównanie ma znaczenie w granicach opisanych ocen, lecz samo w sobie nie wykazuje przewagi dla każdej aplikacji, procedury ani formy aktywności użytkownika.

Aktywność AI w pracy i szkołach

Analiza zagregowanej aktywności Copilot Chat w szerokim zakresie kategorii klientów wykazała, że edycja dokumentów stanowiła ponad 20% sklasyfikowanych działań. Odsetek dotyczy sklasyfikowanej części analizowanej aktywności. Pokazuje znaczący udział pracy z dokumentami, ale nie opisuje wszystkich sposobów korzystania z usługi.

Odrębne badanie objęło Shiksha Copilot w szkołach o ograniczonych zasobach w Indiach. Uczestniczyło w nim ponad 1000 nauczycieli. Według badania narzędzie skróciło czas przeznaczany przez nich na dwujęzyczne planowanie lekcji i biurokrację. Zakres wyniku dotyczy uczestniczących nauczycieli i szkół; nie należy go automatycznie uogólniać na wszystkie środowiska edukacyjne.

Korygowanie prognoz na podstawie wcześniejszych błędów

Probabilistic Bias Correction to struktura uczenia maszynowego, która uczy się na wcześniejszych błędach modelu pogodowego i pomaga je korygować. Zdobyła najwyższe wyróżnienie w globalnym konkursie prognozowania z wydłużonym horyzontem. Jest też wdrażana w Kenii w celu poprawy prognoz monsunowych dla rolników.

Opis metody bezpośrednio łączy historię błędów modelu z ich późniejszą korektą. Przedstawione informacje odnoszą się jednak do konkretnego konkursu i wdrożenia w Kenii. Nie potwierdzają poprawy każdego rodzaju prognozy pogodowej we wszystkich regionach.

Model bazowy do badań biomolekularnych

BioEmu2 jest modelem bazowym służącym do rozumienia struktury, dynamiki i funkcji biomolekularnej. Opracował go zespół Microsoft Research AI for Science, a model jest dostępny w publicznej wersji zapoznawczej. Informacje te określają obszar badań, twórcę i obecną formę dostępności, lecz nie wskazują konkretnego rezultatu w opracowywaniu leków.

Co łączy te projekty

Projekty wykorzystują bardzo różne dane wejściowe: decyzje agentów, generowane zadania programistyczne, dzienniki aktywności, zagregowaną aktywność w pracy, działania nauczycieli, błędy modelu pogodowego i informacje biomolekularne. Wspólnym motywem wydania jest uczenie się na podstawie tych danych—przez ponowne rozważenie decyzji, ujawnienie luki w umiejętnościach, odtworzenie przepływu pracy, pomiar aktywności lub korektę modelu.

Przy interpretacji kluczowe pozostają granice poszczególnych wyników. Benchmark nie odpowiada każdemu wdrożeniu, sklasyfikowana aktywność nie obejmuje całej aktywności, a badanie przeprowadzone w konkretnym środowisku nie staje się automatycznie wnioskiem uniwersalnym. Z zachowaniem tych ograniczeń wydanie przedstawia uporządkowany obraz kilku odrębnych kierunków badań.