跳到正文
Microsoft Research· Sowbhagya Suresh·· 18 天前AI 评分30

Microsoft Research Focus 第97期:ForkPilot、CABRA 与 BioEmu2 等研究进展

Microsoft Research Focus – Edition #97

AI 导读

Microsoft Research Focus 第97期汇总微软研究进展,涵盖 ForkPilot、CABRA、TeleTune 与 BioEmu2 公开预览。ForkPilot 在六个基准和领先 AI 模型上测试,性能媲美现有最佳方法,并将 AI 处理需求最多降低 59%。CABRA 发现编码智能体仍难理解陌生代码库,TeleTune 则从活动日志中学习可复用技能与工作流。

正文 · AI 翻译

研究领域有什么新动态? 

你可能已经熟悉了 LinkedIn 上的 Research Focus 新闻通讯(在新标签页中打开)。现在,你还可以在我们的社交频道、YouTube 以及各大播客平台上,了解微软整个研究社区的最新亮点。 

在本期 Microsoft Research Focus 中,主持人 Sowbhagya Suresh 分享了来自微软各领域的最新消息和前沿研究——从了解编码智能体面临的挑战,到揭示人们如何在工作中使用 AI,再到改进延伸期天气预报。 

回顾研究人员今天正在探索的想法、工具和发现,并快速预览接下来的内容。


相关链接:


章节

00:48:一个自我改进的智能体框架(在新标签页中打开)

01:35:理解编码智能体的成功与失败 (在新标签页中打开)

02:29:通过活动日志进化智能体技能 (在新标签页中打开)

03:22:超越 AI 使用的相似性 (在新标签页中打开)

04:15:帮助教师腾出更多教学时间 (在新标签页中打开)

04:52:改进延伸期天气预报 (在新标签页中打开)

05:42:BioEmu2 现已提供公开预览版 (在新标签页中打开)

06:32:结语 (在新标签页中打开)

订阅 Microsoft Research Podcast:

文字记录

[音乐]

SOWBHAGYA SURESH:大家好,我是 Sowbhagya Suresh。欢迎收看 Microsoft Research Focus。

你可能已经读过我们的新闻通讯。现在,你还可以在这里、YouTube 以及各大播客平台上获取微软整个研究社区的亮点。无论你阅读、观看还是收听,Research Focus 都是了解微软研究新闻的来源。

本期内容预告:日常 AI 使用揭示了我们怎样的工作方式;一种新的 AI 模型如何帮助科学家更好地理解蛋白质;一种提前数周改进天气预报的新方法;以及更多内容。那么,来看看有什么新动态。

一个自我改进的智能体框架

越来越多的 AI 智能体正在处理复杂的任务。

[音乐渐弱]

这些任务需要多个步骤、决策以及与外部工具的交互。但如果智能体在出错时进行调整可能需要大量资源,且无法保证获得更好的结果,我们又怎能指望它们完成工作呢?

一个名为 ForkPilot 的新型自我改进框架学会了何时值得重新审视早先的决策以寻找不同的方法,并根据新的结果调整其策略。

在六个基准测试和领先的 AI 模型上进行测试后,ForkPilot 的表现与现有最佳方法相当,同时将 AI 处理需求降低了多达 59%。这些结果表明,AI 智能体可以更可靠、更高效地解决复杂问题,使其在大规模部署时更具实用性和成本效益。

[过渡音乐]

理解编码智能体的成功与失败

编码智能体通过推理、编辑和运行代码来执行用户查询。如果我们想要构建更强大、更可靠的编码智能体,理解这些智能体为何失败至关重要。不幸的是,现有的基准测试往往难以识别哪些因素导致了成功或失败。

CABRA 是一个从零开始生成编码挑战的框架。它让研究人员能够以可控的方式增加复杂度,并精确定位对智能体而言最困难的技能。

在数千个生成的挑战中,研究人员发现智能体常常通过使用工具来克服编码问题。然而,当需要理解不熟悉的代码库时,智能体仍然步履维艰。这些发现表明,理解现有代码(而非修改它)仍然是开发更高效编码智能体的最大障碍之一。

[过渡音乐]

通过活动日志进化智能体技能

计算机使用智能体是被设计用来完成需要点击和打字任务的 AI 系统。它们可以填写表单、处理请求和浏览网站。为了有效地做到这一点,它们需要学习人们完成工作所使用的流程。用户活动日志可以提供一种捕捉这些知识的方式。但活动日志通常不会记录每个操作背后的意图,而且常常将任务混在一起。

新框架 TeleTune 从这些日志中学习可复用的技能和工作流程。它还会推断与这些操作序列相关的任务目标。

在软件和浏览器任务的评估中,TeleTune 优于现有方法。通过从现有活动中学习,TeleTune 提供了一种可扩展的方式,帮助 AI 智能体适应不熟悉的软件并执行复杂的多步骤工作流程

[过渡音乐]

超越 AI 使用中的相似之处(在新标签页中打开)

各行各业的员工可能看起来以惊人相似的方式使用 AI,但仔细观察会揭示出不同的情况。

微软研究人员分析了跨广泛客户类别的 Copilot Chat 聚合活动,发现编辑文档在所有分类活动中居首,占比超过 20%。

但当研究人员排除最常见的 20 项活动后,不同客户类别之间的差异变得明显得多。AI 最常见的用途可能掩盖了组织如何将其用于更专业工作的重要差异。

对于企业领导者而言,结论很明确:不要假定自己的 AI 需求与行业内其他人相同。要找到合适的机会,就需要超越使用统计数据,去了解员工实际在做什么、他们如何工作,以及哪些成果最为重要。

[过渡音乐]

帮助教师腾出更多教学时间

一项新研究展示了 Shiksha Copilot——一款人在回路中的 AI 工具——如何改变全球南方课堂上的教师工作流程。

这项在印度资源匮乏学校开展的研究发现,该工具减少了教师在双语备课和行政事务上花费的时间,从而让他们有更多时间设计更具吸引力的课堂活动。

超过一千名教师参与其中,许多人表示压力水平有所降低,并对 AI 能如何帮助他们留下了积极印象。这些教师积极参与 Shiksha Copilot,运用自己的专业知识调整并重新利用材料,以适应各自的课堂。

[过渡音乐]

改进延伸期天气预报 

十天天气预报已经变得相当可靠。但接下来的几周呢?

两到六周的时间窗口对预报模型来说仍是一大挑战,而这是一个问题。因为正是在这段时间里,人们要围绕农业、野火管理和极端天气防范做出一系列关键决策。

一个名为概率偏差订正(Probabilistic Bias Correction,简称 PBC)的新机器学习框架正在帮助弥补这一差距。PBC 从天气模型过去的错误中学习,并帮助纠正这些错误。

早期结果令人鼓舞。

PBC 在一场聚焦改进延伸期预报的全球竞赛中拔得头筹。它还正在肯尼亚部署,帮助改进对农民至关重要的季风预报。

这一进展有望让天气预报在更广泛的应用场景中变得更加实用。

[过渡音乐]

BioEmu2 现已开放公开预览(在新标签页中打开)

BioEmu2 是一个用于理解生物分子结构、动力学和功能的新基础模型,现已开放公开预览。

BioEmu2 由 Microsoft Research AI for Science 团队开发,建立在 Biomolecular Emulator 之上,后者是一个旨在帮助科学家更好理解蛋白质工作机制的深度学习模型。

这种理解可能对医学产生重要影响。通过更多了解蛋白质的功能,科学家可以更接近于开发出更有效的药物,以增强有益的蛋白质活性或防止蛋白质造成危害。

前往 BioEmu2 Microsoft Research GitHub 代码仓库(在新标签页中打开) 探索该模型并了解更多。

[音乐]

以上就是本期 Research Focus 的全部内容。

从能力更强的 AI 智能体到更好的天气预报,这些只是研究人员在 Microsoft 探索的众多进展中的一部分。

想了解更多并保持联系吗?请在各大社交平台关注 Microsoft Research,探索最新研究、发现背后的研究人员,并持续关注那些塑造未来的想法。

我是 Sowbhagya Suresh。非常感谢您的收听。我们下期 Microsoft Research Focus 再见。

[音乐渐弱]

Opens in a new tab

文章 Microsoft Research Focus – Edition #97 最早发布于 Microsoft Research。

来源:Microsoft Research · microsoft.com