Silnik wyszukiwania

Mechanizm odkrywania jest kognitywnym rdzeniem Microsoft Discovery. Działa jako autonomiczny partner badawczy, który planuje pracę, deleguje zadania wyspecjalizowanym agentom, monitoruje postępy i dostosowuje się, gdy wyniki są inne niż oczekiwano. Zamiast odpowiadać na pojedyncze monity w oknie czatu, silnik działa nieprzerwanie w tle, podczas gdy Ty koncentrujesz się na decyzjach naukowych, które mają największe znaczenie.

Tradycyjni asystenci sztucznej inteligencji pracują w cyklu pytań i odpowiedzi. Pytasz, reagują i kończy się rozmowa. Silnik wyszukiwania pracuje inaczej. Opisujesz cel, niezależnie od tego, czy jest to jedno zdanie, czy szczegółowy plan badań. Silnik jest odpowiedzialny za rozłożenie na elementy, wykonanie i raportowanie. Ten proces rozwija się w ciągu godzin i dni, a nie sekund i minut.

Jak zbudowany jest silnik

Silnik wyszukiwania jest zorganizowany wokół dwóch składników, które współpracują ze sobą: kognicja i zadania.

Procesy poznawcze

Proces poznawania to proces rozumowania, który działa w sposób ciągły, gdy silnik jest aktywny. Utrzymuje świadomość ogólnych celów i decyduje, nad czym pracować dalej. Wybiera odpowiednich agentów i narzędzia dla każdego elementu pracy i odpowiada na twoją opinię podczas przeglądania postępu.

Po włączeniu trybu odnajdywania aparat odnajdywania rozpoczyna ciągły cykl:

  1. Przegląd bieżącego stanu wszystkich zadań w dochodzeniu
  2. Określa, które zadania są gotowe do uruchomienia na podstawie ich zależności
  3. Wybiera najlepszego dostępnego agenta dla każdego zadania
  4. Uruchamia wykonywanie zadań i monitoruje wyniki
  5. Porównuje ukończoną pracę z zdefiniowanymi kryteriami powodzenia
  6. Tworzy nowe zadania podczas identyfikowania luk lub szans
  7. Uwzględnia komentarze i modyfikacje w ramach bieżącego planowania

Myślenie nie tylko realizuje ustalony plan. Dostosowuje się. Jeśli narzędzie zwróci nieoczekiwane wyniki, poznanie ponownie rozważy jego podejście. Jeśli dodasz komentarz do zadania z szerszym kontekstem, czynniki poznawcze wezmą to pod uwagę przy podejmowaniu następnej decyzji. Po wielu nieudanych próbach poznawanie eskaluje zadanie przeglądu.

Aby dowiedzieć się, jak działa poznawanie, zobacz Omówienie poznawania.

Zadania

Zadania to sposób definiowania pracy, którą ma wykonać aparat odnajdywania. Każde zadanie przechwytuje, co należy wykonać, dlaczego ma znaczenie i jak zmierzyć sukces. Zadania zapewniają strukturę, której używa się do organizowania i układania kolejności pracy.

Zadanie obejmuje:

  • Tytuł i opis: Co należy zrobić, z wystarczającą ilością kontekstu dla agenta, aby zrozumieć cel.
  • Wymagania dotyczące walidacji: określone kryteria definiujące, jak wygląda pomyślny wynik. System poznawczy używa tych kryteriów do oceny, czy ukończone zadanie rzeczywiście spełnia Twoje oczekiwania. Bez nich poznawanie nie ma obiektywnego standardu oceny wyników.
  • Zależności: relacje z innymi zadaniami, które muszą zostać wykonane jako pierwsze. Cognition używa tych relacji, aby inteligentnie sekwencjonować pracę.
  • Stan: bieżący stan zadania w miarę przechodzenia przez jego cykl życia. Zobacz Cykl życia stanu zadania , aby uzyskać pełny zestaw stanów zadań i ich znaczenie.
  • Wynik: dane wyjściowe generowane po zakończeniu zadania. Wynik staje się dostępny dla zadań zależnych.

Każde zadanie powinno mieć co najmniej tytuł, opis i co najmniej jedno wymaganie weryfikacji. Tytuł i opis informują system poznawczy , co należy zrobić. Wymagania dotyczące weryfikacji informują o tym, kiedy praca spełnia Twój standard. Bez wymagań dotyczących walidacji poznawanie nadal wykonuje zadanie, ale nie ma sposobu na obiektywną ocenę wyniku. Brakujące wymagania mogą prowadzić do zadań, które przechodzą bez znaczących kontroli jakości, lub zadań, które przechodzą przez powtarzające się wykonywanie.

Aby uzyskać szczegółowe informacje o strukturze zadań i najlepsze rozwiązania, zobacz Zadania i badania.

Jak działa silnik w praktyce

Praca z Silnikiem Odkryć odbywa się zgodnie z cyklem współpracy. Ustawiasz kierunek, silnik wykonuje zadanie, a ty okresowo sprawdzasz, aby przejrzeć i przekierować.

1. Zdefiniuj cel

Zacznij od utworzenia co najmniej jednego zadania w ramach badania. Zadania mogą być celami wyższego rzędu, które są dalej rozkładane przez proces poznawczy, lub konkretnymi krokami, które zostały już rozłożone. Przykład:

"Zidentyfikuj istniejące leki, które leczą [choroby] i ich ścieżki aktywacji. Użyj każdego aktywnego związku, aby zbadać warianty o wyższym powinowactwie wiązania z białkiem i niższym przewidywanym wywołaniu odpowiedzi immunologicznej. Dla najbardziej obiecujących kandydatów zaplanuj ścieżkę retrosyntezy do opracowywania formuł laboratoryjnych.

Ten pojedynczy cel obejmuje wiele domen wiedzy, wymaga koordynacji kilku narzędzi i generuje wyniki pośrednie, które informują o kolejnych krokach. Jest to naturalne dopasowanie silnika.

2. Włączanie trybu odnajdywania

Ważna

Przed włączeniem trybu odnajdywania upewnij się, że obszar roboczy ma wdrożenie modelu czatu o nazwie gpt-5-2 (model: gpt-5.2). Mechanizm wyszukiwania wymaga tego modelu do walidacji zadań. Bez niego silnik nie uruchamia się. Aby uzyskać instrukcje dotyczące konfiguracji, zobacz Create Chat Model Deployment (Tworzenie wdrożenia modelu czatu ).

Po włączeniu Trybu odkrywania, Silnik odkrywania rozpoczyna ciągły cykl:

3. Niech zostanie uruchomiona

Odsuń się. Zaczekaj kilka godzin. Silnik działa bez Twojej stałej obecności. System poznawczy obsługuje wybór agenta, uruchamianie narzędzi, obsługę błędów i sekwencjonowanie zadań. Podobnie jak przy delegowaniu zadań zdolnemu współpracownikowi, silnik znajduje i podąża za ścieżkami możliwości w Twoim imieniu.

4. Przeglądanie i przekierowywanie

Po powrocie sprawdź kokpit analizy. Zobaczysz:

  • Ukończone zadania z wynikami i wynikami walidacji
  • Aktualnie wykonywane zadania i agenci, którzy nad nimi pracują
  • Wszelkie zadania oznaczone do Twojej uwagi, ponieważ system poznawczy nie mógł ich rozwiązać

Dodaj komentarze, aby kierować pracą w nowym kierunku. Zmodyfikuj wymagania dotyczące walidacji, jeśli wyniki są bliskie, ale nie są prawidłowe. Utwórz nowe zadania w oparciu o to, czego uczysz się na podstawie ukończonej pracy.

5. Iteracja

Cykl będzie kontynuowany do momentu osiągnięcia celów. Proces poznawczy nie przebiega tylko według stałej sekwencji. Reaguje na ewoluujący stan badania, w tym opinie i wszelkie nowe zadania dodawane po drodze.

Wybieranie, kiedy używać silnika

Silnik odkrywczy jest przeznaczony dla problemów, które są złożone, otwarte i długoterminowe. Nie każde pytanie badawcze wymaga tego.

Dobre dopasowanie do silnika

Problemy, które dobrze współpracują z silnikiem, mają kilka cech:

  • Wiele kroków z zależnościami: praca naturalnie dzieli się na fragmenty, w których późniejsze kroki zależą od wcześniejszych wyników.
  • Otwarta eksploracja: znasz cel, ale nie dokładną ścieżkę. Wiele podejść może działać, a aparat może je eksplorować.
  • Długi czas trwania: praca trwa kilka godzin lub dni, a nie minut. Czerpiesz korzyści z delegowania zadań, zamiast pozostawać zaangażowanym przez cały czas.
  • Wiele narzędzi i domen wiedzy: Praca wymaga koordynowania baz danych, symulacji, narzędzi do analizy i różnych typów wiedzy.

Lepsze rozwiązanie do bezpośredniej interakcji

Niektóre pytania są lepiej obsługiwane za pośrednictwem bezpośredniego czatu z agentem lub za pośrednictwem trybu zadawania pytań:

  • Pojedyncze, konkretne pytania ze znanymi odpowiedziami ("Jaki jest potencjał redukcji związku X?")
  • Zadania, w których potrzebna jest natychmiastowa odpowiedź
  • Praca, w której chcesz interaktywnie kontrolować każdy krok
  • Proste wyszukiwania lub obliczenia, które są wykonywane w jednej wymiany

Orkiestracja zasobów

Gdy poznawanie wykonuje zadania, korzysta z pełnej platformy odnajdywania Microsoft:

  • Agenci: wyspecjalizowane systemy sztucznej inteligencji, które wykonują określone typy pracy. System poznawczy wybiera agenta, którego możliwości najlepiej odpowiadają wymogom każdego zadania. Agent jest skojarzony z najlepszym modelem dla wymaganego typu pracy.
  • Narzędzia: konteneryzowane pliki wykonywalne uruchamiane na superkomputerze na potrzeby obliczeń, przetwarzania danych i analizy. Narzędzia obsługują pracę, która wymaga wyspecjalizowanego oprogramowania lub znaczących zasobów obliczeniowych.
  • Półka książek: bazy wiedzy zbudowane na podstawie dokumentów i literatury naukowej. Agenci wysyłają zapytania do półek książek, aby uziemić swoje rozumowanie w odpowiednim kontekście.

Te zasoby można skonfigurować podczas konfigurowania obszaru roboczego i projektu. Kognicja następnie orkiestruje je automatycznie na podstawie tego, czego wymaga każde zadanie.

Wzorce współpracy

Silnik obsługuje różne poziomy autonomii w zależności od tego, ile struktury dostarczasz.

Pełne delegowanie: Opisujesz szeroki cel i pozwalasz, aby kognicja zarządzała dekompozycją i wykonaniem. Najlepsze do pracy eksploracyjnej, gdzie chcesz zobaczyć, co odkrywa silnik. Okresowo przeglądasz wyniki i udostępniasz strategiczne wskazówki.

Delegowanie ustrukturyzowane: należy podzielić pracę na określone zadania z przypisanymi agentami, zdefiniowanymi zależnościami i wymaganiami dotyczącymi walidacji. Mechanizm poznawczy zarządza wykonywaniem i sekwencjonowaniem, ale działa zgodnie z ustaloną strukturą. Najlepiej, gdy znasz podejście i chcesz niezawodnie wykonać.

Praca równoległa: pracujesz nad niektórymi zadaniami, podczas gdy poznawanie obsługuje inne. Po ręcznym ukończeniu zadania lub dodaniu wyników pośrednich poznawanie widzi twój wkład i uwzględnia je w planowaniu.

Aby uzyskać praktyczne wskazówki dotyczące konfigurowania każdego wzorca, zobacz Build investigations with cognition (Tworzenie badań za pomocą poznania).

Najlepsze rozwiązania

Do:

  • Zacznij od jasnych celów, które opisują wyniki, a nie procedury. Pozwól umysłowi znaleźć sposób, jak się tam dostać.
  • Dodaj wymagania dotyczące walidacji do zadań. Bez nich świadomość nie ma sposobu, aby ocenić, kiedy praca odpowiada twoim standardom.
  • Sprawdzaj okresowo, co kilka godzin, postępy w aktywnych dochodzeniach. Twoja opinia utrzymuje pracę na dobrej drodze.
  • Ufaj autonomicznej eksploracji. Kognicja może próbować podejść, których nie brałbyś pod uwagę.

Uniknąć:

  • Określanie każdego kroku z wyprzedzeniem i oczekiwanie, że silnik po prostu uruchomi je sekwencyjnie. Nawet jeśli znasz kroki, silnik dodaje wartość poprzez pętle weryfikacji i sprzężenia zwrotnego dotyczące jakości. Powinieneś unikać traktowania silnika jako prostego wykonawcy zadań. Jego siłą jest zdolność do dostosowania się, gdy wyniki pośrednie nie spełniają wymagań weryfikacji, do ponownego podejścia z innej perspektywy lub oznaczenia pracy do przeglądu. Jeśli Twoje badanie jest czysto sekwencyjne i nie wymaga bram jakości ani iteracji, bezpośrednia interakcja z agentem może być szybsza.
  • Oglądanie wykonywania zadań w czasie rzeczywistym. Aparat obsługuje współpracę asynchroniczną, a nie monitorowanie interakcyjne.
  • Tworzenie zadań, które są zbyt szerokie („znalezienie lekarstwa na raka”) lub zbyt wąskie („wyszukaj PubChem ID 12345”). Znajdź złoty środek, w którym zadania są wystarczająco szczegółowe, aby zweryfikować, ale wystarczająco szerokie, aby zaplanować wykonanie.

Treści powiązane

  • Last updated on