微軟研究院焦點報導：AI 代理、生物分子模型與氣象預測新進展

越來越多的 AI 代理正在處理複雜的任務，這些任務需要多個步驟、決策以及與外部工具的互動。然而，如果 AI 代理在出錯時的調整能力需要大量資源，且無法保證更好的結果，我們該如何信任它們完成工作呢？

一個名為 ForkPilot 的全新自我改進框架，能學習何時值得重新審視先前的決策以尋找不同的方法，並根據新的結果調整其策略。ForkPilot 經過六個基準測試和領先 AI 模型的驗證，其表現與現有最佳方法不相上下，同時將 AI 處理需求降低高達 59%。這些結果表明，AI 代理可以更可靠、更高效地解決複雜問題，使其在大規模部署時更具實用性和成本效益。

程式碼代理透過推理、編輯和執行程式碼來回應使用者查詢。如果我們想建立更強大、更可靠的程式碼代理，了解這些代理為何失敗至關重要。不幸的是，現有的基準測試往往難以識別哪些因素導致成功或失敗。

CABRA 是一個從頭開始生成程式碼挑戰的框架。它讓研究人員能夠以受控的方式增加複雜性，並精確指出代理最難掌握的技能。在數千個生成的挑戰中，研究人員發現代理通常透過使用工具來克服程式碼問題。然而，當它們需要理解不熟悉的程式碼庫時，代理仍然會遇到困難。這些發現表明，理解現有程式碼而非修改它，仍然是開發更有效程式碼代理的最大障礙之一。

電腦使用代理是 AI 系統，旨在完成需要點擊和打字的任務。它們可以填寫表格、處理請求和瀏覽網站。為了有效地做到這一點，它們需要學習人們完成工作所使用的程序。使用者活動日誌可以提供一種捕捉這些知識的方法。但活動日誌通常不記錄每個動作背後的意圖，並且經常將多個任務組合在一起。

新的 TeleTune 框架從這些日誌中學習可重複使用的技能和工作流程。它還能推斷與動作序列相關的任務目標。在軟體和瀏覽器任務的評估中，TeleTune 的表現優於現有方法。透過從現有活動中學習，TeleTune 提供了一種可擴展的方式，幫助 AI 代理適應不熟悉的軟體並執行複雜的多步驟工作流程。

各行各業的員工使用 AI 的方式可能看似驚人地相似，但仔細觀察會發現不同的情況。微軟研究人員分析了廣泛客戶類別中 Copilot Chat 的總體活動，發現編輯文件在所有分類活動中居首位，佔比超過 20%。

但當研究人員排除最常見的 20 項活動時，不同客戶類別之間的差異變得更加明顯。AI 最常見的用途可能隱藏了組織如何將其用於更專業工作的重要差異。對於企業領導者來說，結論很明確：不要假設您與行業中其他人的 AI 需求相同。找到正確的機會意味著要超越使用統計數據，了解員工實際做什麼、他們如何工作以及哪些結果最重要。

一項新研究顯示，Shiksha Copilot 這個結合人工智慧與人工參與的 AI 工具，如何改變全球南方教室的教師工作流程。這項在印度資源匱乏學校進行的研究發現，該工具減少了教師花在雙語課程規劃和行政工作上的時間。這讓他們有更多時間設計更具吸引力的課堂活動。

超過一千名教師參與了這項研究，許多人表示壓力減輕，並對 AI 如何幫助他們留下了積極的印象。這些教師積極參與 Shiksha Copilot，運用他們的專業知識來調整和重新利用教材，以適應自己的課堂。

十天的天氣預報已經變得非常可靠。但接下來的幾週呢？兩到六週的窗口仍然是預報模型的一大挑戰，這是一個問題。因為許多關鍵決策，例如農業、管理野火和準備極端天氣，都是在這個時間段內做出的。

一個名為「機率偏差校正」（Probabilistic Bias Correction, PBC）的新機器學習框架正在幫助彌補這一差距。PBC 從天氣模型過去的錯誤中學習並幫助糾正它們。早期結果令人鼓舞。PBC 在一項旨在改進延伸範圍預報的全球競賽中榮獲最高榮譽。它也正在肯亞部署，幫助改進對農民至關重要的季風預報。這項發展有助於使天氣預測在廣泛的應用中更具實用性。

BioEmu2 是一個用於理解生物分子結構、動力學和功能的新基礎模型，現已開放公開預覽。BioEmu2 由微軟研究院 AI for Science 團隊開發，建立在 Biomolecular Emulator 的基礎上，這是一個深度學習模型，旨在幫助科學家更好地理解蛋白質如何運作。

這種理解可能對醫學產生重要影響。透過更多地了解蛋白質的功能，科學家們可以更接近開發更有效的藥物，以增強有益的蛋白質活性或防止蛋白質造成傷害。請前往 BioEmu2 Microsoft Research GitHub 儲存庫探索模型並了解更多資訊。

以上是本期的研究焦點。從更強大的 AI 代理到更好的天氣預報，這些只是微軟研究人員正在探索的眾多發展中的一小部分。想了解更多並保持聯繫嗎？請在主要社群平台上關注微軟研究院，探索最新研究、發現幕後人員，並關注塑造未來的想法。我是 Sowbhagya Suresh。非常感謝您的收聽。我們下期微軟研究院焦點報導再見。