VentureBeat на русском
Подписаться
Стэнфорд использует 37 000 ИИ-агентов в качестве виртуальной биотехнологической компании, и один из разработанных ею препаратов был независимо подтвержден Merck.
Традиционное предположение разработчиков об одном инженере на один ИИ-агент оспаривается концепцией массивных, коллаборативных мультиагентных систем. Джеймс Зоу из Стэнфордского университета представил исследование, демонстрирующее потенциал совместной работы десятков тысяч специализированных ИИ-агентов. Его команда разработала практический план по подключению устаревших систем данных к уровням оркестровки ИИ, что позволяет осуществлять такое сотрудничество. Они начали с создания "Виртуальной лаборатории", которая отражала физическую исследовательскую группу Зоу, успешно разработав новые белки нанотел. Это привело к амбициозному проекту "Виртуальная биотехнология", включающему десятки тысяч агентов, организованных в отделы, такие как поиск мишеней и дизайн молекул. Ключевым преимуществом мультиагентных систем, как показали прямые сравнения, является их способность находить более креативные и надежные решения посредством симулированных дебатов и разногласий. Оркестровка таких больших систем представляет собой узкое место, особенно в интеграции устаревших данных. Команда Зоу решила эту проблему с помощью Paperclip, платформы, которая оцифровывает неструктурированные данные и отображает базы данных в унифицированную, нативную для ИИ виртуальную файловую систему. Эта инфраструктура значительно повышает точность и снижает время и затраты по сравнению с традиционными методами. Реальная проверка включала идентификацию агентами "Виртуальной биотехнологии" предикторов успеха клинических испытаний и автономную разработку терапевтического средства, которое Merck впоследствии независимо проверил и получил обозначение прорывной технологии от FDA. Зоу выступает за создание коллаборативных сред, а не жестких рабочих процессов, фокусируясь на оптимизации общей системы, а не отдельных агентов. Этот сдвиг в перспективе имеет решающее значение для эффективного масштабирования мультиагентных систем.