A ForkPilot nevű új rendszerrel 59%-kal hatékonyabbá teheti az AI-ügynököket a Microsoft

A Microsoft kutatói bemutatták a ForkPilot nevű új, önjavító AI-keretrendszert, amely képes visszatekinteni korábbi döntéseire és új stratégiát kialakítani. A hat különböző teljesítményteszten tesztelt rendszer akár 59%-kal csökkenti az AI-feldolgozási igényt, miközben felveszi a versenyt a legjobb meglévő módszerekkel. Ez a fejlesztés hatékonyabbá és költséghatékonyabbá teheti az AI-ügynökök bevetését komplex problémák megoldására. (Microsoft Research)

Kódoló ügynökök hibáinak feltárása

A kódoló AI-ügynökök sikerének és kudarcának megértése kulcsfontosságú a fejlesztésükhöz. A Microsoft kutatói által kifejlesztett CABRA keretrendszer új kódolási kihívásokat generál, lehetővé téve a komplexitás ellenőrzött növelését és a legnehezebb készségek azonosítását. Az elemzés kimutatta, hogy az ügynökök gyakran eszközökkel oldják meg a problémákat, de továbbra is nehézséget okoz számukra az ismeretlen kódok megértése.

Ügynökök képességeinek fejlesztése tevékenységi naplókból

A TeleTune keretrendszer felhasználói tevékenységi naplókból tanulja meg az újrafelhasználható készségeket és munkafolyamatokat, inferálva a cselekvéssorozatokhoz tartozó feladatcélokat. Szoftveres és böngészős feladatok értékelése során a TeleTune felülmúlta a korábbi megközelítéseket, skálázható módszert kínálva az AI-ügynökök számára az ismeretlen szoftverekhez való alkalmazkodáshoz és komplex, több lépésből álló munkafolyamatok végrehajtásához.

AI-használat mögötti különbségek

Bár a dolgozók iparágaktól függetlenül meglepően hasonlóan használhatják az AI-t, a Microsoft kutatói aggregált Copilot Chat aktivitás elemzése kimutatta, hogy a dokumentumszerkesztés vezeti a tevékenységeket. Azonban a leggyakoribb 20 tevékenység kiszűrése után jelentősebb különbségek mutatkoztak az ügyfélkategóriák között. A kutatás arra figyelmeztet, hogy az üzleti vezetők ne feltételezzék, hogy iparágukban mindenki azonos AI-igényekkel rendelkezik.

Tanárok segítése a tantervkészítésben

A Shiksha Copilot, egy ember-közvetítette AI eszköz, csökkentette a tanárok által a kétnyelvű tantervkészítésre és bürokráciára fordított időt alacsony erőforrású indiai iskolákban. Ez több időt adott nekik lebilincselő tanórai tevékenységek kidolgozására. Több mint ezer tanár vett részt a vizsgálatban, sokan csökkent stresszről és pozitív benyomásokról számoltak be az AI segítségével kapcsolatban.

Időjárás-előrejelzés javítása

Egy új gépi tanulási keretrendszer, a Probabilistic Bias Correction (PBC), segít csökkenteni a két-hat hetes időtávú időjárás-előrejelzések pontatlanságát. A PBC a múltbeli hibákból tanulva korrigálja azokat, és az eddigi eredmények ígéretesek. A keretrendszer javítja a mezőgazdasági tervezést, az erdőtüzek kezelését és a szélsőséges időjárásra való felkészülést.

BioEmu2 előzetesben

A BioEmu2, egy új AI modell, mostantól nyilvános előzetesben elérhető. A modell a fehérjék jobb megértésében segíthet a tudósoknak. A BioEmu2 nyilvános előzetesben való elérhetősége a fehérjék jobb megértését szolgálja.