Движок обнаружения

Модуль Discovery является когнитивным ядром Microsoft Discovery. Он работает как автономный партнёр по исследованиям, который планирует работу, делегирует задачи специализированным агентам, отслеживает ход выполнения и адаптируется, когда результаты оказываются не такими, как ожидалось. Вместо того, чтобы отвечать на отдельные запросы в окне чата, подсистема выполняется непрерывно в фоновом режиме, пока вы фокусируетесь на научных решениях, которые наиболее важны.

Традиционные помощники по искусственному интеллекту работают в цикле вопросов и ответов. Вы спрашиваете, они отвечают, и беседа заканчивается. Подсистема обнаружения работает по-другому. Вы описываете цель, будь то одно предложение или подробный план исследования. Механизм несет ответственность за разбиение, выполнение и отчет о выполнении. Этот процесс разворачивается в течение часов и дней, а не секунд и минут.

Как устроен двигатель

Подсистема обнаружения организована вокруг двух компонентов, которые работают вместе: распознавание и задачи.

Познание

Когнитивный процесс — это процесс рассуждения, который выполняется непрерывно во время активности подсистемы. Он поддерживает осведомленность о ваших общих целях и решает, что следует работать дальше. Он выбирает нужные агенты и инструменты для каждой части работы и отвечает на ваши отзывы по мере просмотра хода выполнения.

При запуске обработчика обнаружения когнитивный процесс начинает непрерывный цикл:

  1. Проверяет текущее состояние всех задач в общем сеансе
  2. Определяет, какие задачи готовы к запуску на основе их зависимостей
  3. Выбирает лучший доступный агент для каждой задачи.
  4. Запускает выполнение задачи и отслеживает результаты
  5. Проверяет завершенную работу в соответствии с заданными критериями успешности.
  6. Создает новые задачи при выявлении пробелов или возможностей
  7. Учитывает ваши заметки в текущем плане

Когнитивный процесс не просто выполняет фиксированный план. Он адаптируется. Если средство возвращает непредвиденные результаты, когнитивный процесс пересматривает его подход. Если вы добавите комментарий к задаче с дополнительным контекстом, система учтет его при принятии следующего решения. После нескольких неудачных попыток когнитивная система эскалирует задачу для вашей проверки.

Дополнительные сведения о том, как работает распознавание, см. в обзоре Распознавания.

Задачи

Задачи определяют работу, которую требуется выполнить обработчику обнаружения. Каждая задача фиксирует, что необходимо выполнить, почему это важно и как измерять успех. Задачи предоставляют структуру, которая используется, чтобы организовать и упорядочивать работу.

Задача включает:

  • Заголовок и описание: что необходимо сделать, с достаточным контекстом для агента, чтобы понять цель.
  • Требования к проверке: конкретные критерии, определяющие, как выглядит успешный результат. Когнитивные функции используют эти критерии, чтобы судить о том, соответствует ли завершенная задача на самом деле соответствует вашим ожиданиям. Без них познание не имеет целевого стандарта для оценки результатов.
  • Зависимости: связи с другими задачами, которые должны выполняться сначала. Когниция использует эти связи, чтобы умно упорядочивать работу.
  • Состояние: текущее состояние задачи по мере перемещения по его жизненному циклу. См. жизненный цикл состояния задачи для полного набора состояний задач и их значения.
  • Результат: выходные данные, созданные при выполнении задачи. Результат становится доступным для зависимых задач.

Каждая задача должна иметь как минимум название, описание и хотя бы одно требование проверки. Заголовок и описание сообщают когницией , что делать. Требования проверки сообщают о том , когда работа соответствует вашему стандарту. Без требований проверки когнитивный процесс по-прежнему выполняет задачу, но не имеет способа объективно оценить результат. Отсутствующие требования могут привести к задачам, которые проходят без значимых проверок качества, или задачам, которые постоянно повторяются.

Сведения о структуре задач и рекомендации см. в разделе "Задачи" и "Общие сеансы".

Как работает двигатель на практике

Работа с движком обнаружения следует циклу совместной работы. Вы задаете направление, двигатель выполняет, а вы периодически проверяете результаты и перенаправляете при необходимости.

1. Определение цели

Начните с создания одной или нескольких задач в общем сеансе. Задачи могут быть это высокоуровневые цели, которые когнитивные процессы разбивают на более мелкие части, либо конкретные шаги, которые вы уже разбили на этапы. Рассмотрим пример.

"Определите существующие препараты, которые обрабатывают [болезнь] и их пути активации. Используйте каждое активное соединение для изучения вариантов с более высокой аффинностью связывания с белком и с более низким предполагаемым иммунным ответом. Для наиболее перспективных кандидатов запланируйте путь ретросинтеза для лабораторной рецептуры.

Эта задача охватывает несколько областей знаний, требует координации нескольких инструментов и создает промежуточные результаты, которые информируют последующие шаги. Это естественный выбор для двигателя.

2. Запуск обработчика обнаружения

Это важно

Перед запуском обработчика обнаружения убедитесь, что в рабочей области развернута модель чата. Модель по умолчанию для нового проекта — gpt-5-4 (модель: gpt-5.4). Для валидации задач движку обнаружения требуется эта модель. Без него двигатель не запускается. Инструкции по настройке см. в статье "Создание модели чата ".

При запуске обработчика обнаружения когнитивный процесс начинает цикл непрерывной рассудки и начинает назначать задачи агентам.

Дайте ему работать

Отойти. Вернитесь через несколько часов. Двигатель работает без вашего постоянного присутствия. Cognition обрабатывает выбор агента, выполнение инструментов, восстановление ошибок и последовательности задач. Так же как делегирование способному коллеге, движок находит и следует путям возможностей от вашего имени.

4. Просмотр и перенаправление

При возврате проверьте общий сеанс. Видишь:

  • Завершенные задачи с их результатами и результатами проверки
  • Задачи, выполняемые в настоящее время, и какие агенты работают над ними
  • Любые задачи, которые требуют вашего внимания, поскольку познавательная система не смогла их разрешить.

Добавьте заметки, чтобы направить работу по помеченным задачам в новое русло. Измените требования проверки, если результаты близки, но неверны.

5. Итерировать

Цикл продолжается до тех пор, пока не будут выполнены ваши цели. Когнитивные действия не просто выполняют фиксированную последовательность. Он реагирует на меняющееся состояние общей сессии, включая вашу обратную связь и любые новые задачи, которые вы добавляете в процессе.

Выбор времени использования двигателя

Модуль обнаружения предназначен для проблем, которые являются сложными, открытыми и длительными. Не каждый исследовательский вопрос требует этого.

Хорошо подходит для двигателя

Проблемы, которые хорошо работают с движком, имеют несколько признаков.

  • Многофакторная работа с зависимостями: работа естественно разбивается на части, где последующие шаги зависят от предыдущих результатов.
  • Открытое исследование: Вы знаете цель, но не точный путь. Несколько подходов могут работать, и подсистема может изучить их.
  • Долгое время: работа занимает часы или дни, а не минуты. Вы выигрываете от делегирования, а не от постоянного участия.
  • Несколько инструментов и доменов знаний: для работы требуется координация баз данных, имитаций, средств анализа и различных типов знаний.

Лучше подходит для прямого взаимодействия

Некоторые вопросы лучше обрабатываются с помощью прямого чата с агентом или с помощью режима ask:

  • Отдельные, конкретные вопросы с известными ответами ("Что такое потенциал сокращения составного X?")
  • Задачи, в которых требуется немедленный ответ
  • Работа, где вы хотите управлять каждым шагом в интерактивном режиме
  • Простые подстановки или вычисления, которые выполняются за один цикл обмена

Оркестрация ресурсов

При выполнении задач когниция использует полную платформу Microsoft Discovery:

  • Агенты: специализированные системы ИИ, выполняющие определенные типы работы. Распознавание выбирает агент, возможности которого лучше всего соответствуют каждой задаче. Каждый агент связан с лучшей моделью для требуемого типа работы.
  • Средства: контейнерные исполняемые файлы, которые выполняются в суперкомпьютере для вычислений, обработки данных и анализа. Средства обрабатывают работу, требующую специализированного программного обеспечения или значительных вычислительных ресурсов. Приложение обнаружения Microsoft выполняет средства с помощью другого локального пути выполнения; см. статью Microsoft Discovery и приложение обнаружения Microsoft для сравнения.
  • Bookhelf: базы знаний, построенные из ваших документов и научной литературы. Агенты обращаются к книжным полкам, чтобы основать свои рассуждения в соответствующем контексте.

Эти ресурсы настраиваются при создании рабочей области и проекта. Затем распознавание оркеструет их автоматически на основе того, что требует каждая задача.

Шаблоны совместной работы

Движок поддерживает различные уровни автономии в зависимости от того, насколько структуру вы предоставляете:

Полное делегирование: вы описываете широкую цель и позволяете когнитивным средствам управлять декомпозицией и выполнением. Лучше всего подходит для исследовательской работы, где вы хотите узнать, что обнаруживает движок. Вы периодически просматриваете результаты и предоставляете стратегические рекомендации.

Структурированное делегирование: вы разбиваете работу на конкретные задачи с назначенными агентами, установленными зависимостями и требованиями проверки. Cognition обрабатывает выполнение и последовательность, но следует структуре, которую вы определяете. Лучше всего, если вы знаете подход и хотите надежное выполнение.

Параллельная работа: вы работаете над одними задачами, пока когниция обрабатывает другие. Когда вы завершаете задачу вручную или добавляете промежуточные результаты, когнитивная система видит ваши внесенные данные и вносит их в свой план.

Практические рекомендации по настройке каждого шаблона см. в статье "Создание общих сеансов с помощью распознавания".

Лучшие практики

Do:

  • Начните с четких целей, описывающих результаты, а не процедуры. Пусть мышление определит, как добраться туда.
  • Добавьте требования проверки к задачам. Без них познание не имеет способа судить, когда работа соответствует вашим стандартам.
  • Периодически, каждые несколько часов, проверяйте активные сеансы общего доступа. Ваш отзыв помогает удерживать работу в нужном направлении.
  • Доверять автономному исследованию. Познание может попробовать подходы, которые вы не рассмотрите.

Избегать:

  • Указывая каждый шаг заранее и ожидая, что подсистема будет выполнять их последовательно. Даже если вы знаете шаги, движок повышает ценность через циклы валидации и качественной обратной связи. То, что вы хотите избежать, относится к обработчику как простому средству выполнения задач. Его сильная сторона заключается в способности адаптироваться в тех случаях, когда промежуточные результаты не соответствуют вашим требованиям проверки, повторно пытаясь использовать другой подход или помечая работу для вашего рассмотрения. Если ваша общая сессия проходит строго последовательно и не требует контрольных точек качества или итераций, прямое взаимодействие с агентом может быть быстрее.
  • Просмотр выполнения задачи в режиме реального времени. Модуль поддерживает асинхронную совместную работу, а не интерактивный мониторинг.
  • Постановка слишком общих задач ("разрешение проблемы рака") или чрезмерно узких ("поиск PubChem ID 12345"). Найдите компромисс, где задачи настолько конкретные, чтобы их можно было валидировать, но достаточно широкие, чтобы их можно было осмыслить и планировать выполнение.

Связанный контент

  • Последнее обновление: