研究领域有什么新动态？
你可能已经熟悉了 Research Focus 新闻简报（在新标签页中打开） ，它发布在 LinkedIn 上。现在，你也可以在我们的社交频道、YouTube 和各大播客平台上了解微软研究社区的最新亮点。
在本期 Microsoft Research Focus中，主持人 Sowbhagya Suresh 分享了微软各领域的最新消息和前沿研究——从理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。
了解研究人员当下正在探索的想法、工具和发现，并快速预览接下来的新动向。
相关链接：
- LinkedIn 上的 Research Focus 新闻简报（在新标签页中打开）
- ForkPilot：面向长时程智能体回溯搜索的自演化策略
- 代码理解是编码智能体的瓶颈
- TeleTune：从离线遥测中演化智能体技能
- 为什么 Copilot 的使用在各行业看起来如此相似，以及这种看法忽略了什么（在新标签页中打开）
- Shiksha Copilot：教师与 AI 协作，在资源匮乏的学校中策划和定制教案
- 新 AI 框架弥合中期天气预报的关键空白
- BioEmu2 公开预览版（在新标签页中打开）
章节
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: 利用活动日志演化智能体技能（在新标签页中打开）
03:22: 超越 AI 使用中的相似性（在新标签页中打开）
04:15: 帮助教师腾出更多时间用于教学（在新标签页中打开）
05:42: BioEmu2 现已推出公开预览版（在新标签页中打开）
订阅 微软研究播客:
文字记录
[音乐]
SOWBHAGYA SURESH： 大家好，我是 Sowbhagya Suresh。欢迎收听 Microsoft Research Focus.
你可能读过我们的新闻简报。现在，你也可以在这里、在 YouTube 和各大播客平台上获取微软研究社区的亮点内容。无论你是阅读、观看还是收听， Research Focus 都是你了解微软研究新闻的来源。
本期节目将带来：日常 AI 使用揭示了我们的工作方式；一个新 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。以下是本期新动态。
一个自我改进的智能体框架
AI 智能体越来越多地处理复杂的任务。
[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。但是，如果 AI 智能体在出错时进行调整的能力可能需要大量资源，且无法保证获得更好的结果，我们又如何能指望它们完成工作呢？
一个名为 ForkPilot 的新自我改进框架能够学习何时值得重新审视先前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 AI 模型上进行的测试中，ForkPilot 达到了现有最佳方法的水平，同时将 AI 处理需求降低了最多 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加实用且更具成本效益。
[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。如果我们想构建能力更强、更可靠的编码智能体，理解这些智能体为何失败至关重要。遗憾的是，现有基准测试往往难以确定哪些因素导致了成功或失败。
CABRA 是一个从头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 pinpoint 智能体最难掌握的技能。
在数千个生成的挑战中，研究人员发现智能体通常通过使用工具来克服编码问题。然而，当智能体需要理解不熟悉的代码库时，它们仍然举步维艰。研究结果表明，理解现有代码而非修改代码，仍然是开发更有效编码智能体的最大障碍之一。
[过渡音乐]
利用活动日志演化智能体技能
计算机使用智能体是旨在完成需要点击和输入的任务的 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获这些知识的方式。但活动日志通常不记录每个操作背后的意图，并且经常将任务混合在一起。
新框架 TeleTune 从这些日志中学习可复用的技能和工作流程。它还能推断与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 的表现优于现有方法。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 使用中的相似性（在新标签页中打开）
各行业的员工使用 AI 的方式可能看起来惊人地相似，但仔细观察会发现不同的情况。
微软研究人员分析了广泛客户类别中聚合的 Copilot Chat 活动，发现文档编辑在所有已分类活动中居首，占比超过 20%。
但当研究人员将最常见的 20 项活动排除后，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各组织在更专业化工作中使用 AI 方式的重要差异。
对于企业领导者而言，结论很明确：不要以为你和同行业的其他企业有着相同的 AI 需求。要找到合适的机遇，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——一种人在回路中的 AI 工具——如何能够变革全球南方课堂中的教师工作流程。
这项在印度资源匮乏学校开展的研究发现，该工具减少了教师花在双语备课和行政事务上的时间。这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，许多人报告压力水平有所降低，并对 AI 如何帮助他们留下了积极印象。这些教师积极使用 Shiksha Copilot，运用自身的专业经验来调整和重新利用材料，以适应自己的课堂。
[过渡音乐]
改进延伸期天气预报
十天天气预报已经变得非常可靠。但接下来的几周呢？
两到六周的窗口期仍是预报模型面临的重大挑战，这是一个问题。正是在这一时期，人们会就农业、野火管理和极端天气防范做出各种关键决策。
一个名为概率偏差校正（Probabilistic Bias Correction，简称 PBC)的新机器学习框架正在帮助弥合这一差距。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 在一项专注于改进延伸期预报的全球竞赛中拔得头筹。它还在肯尼亚部署，帮助改善对农民至关重要的季风预报。
这一进展可能有助于让天气预报在广泛的应用中更加有用。
[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；后者是一个深度学习模型，旨在帮助科学家更好地理解蛋白质的工作方式。
这种理解可能对医学产生重要影响。通过更深入地了解蛋白质如何发挥功能，科学家有望更接近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 仓库（在新标签页中打开） 以探索该模型并了解更多信息。
[音乐]
这就是你的 研究重点.
从能力更强的 AI 智能体到更精准的天气预报，这些只是研究人员在 Microsoft 正在探索的众多进展中的一小部分。
想了解更多并保持联系？请在各大社交平台上关注 Microsoft Research，探索最新研究、认识背后的研究人员，并持续关注塑造未来发展的各种想法。
我是 Sowbhagya Suresh。非常感谢大家的收听。我们下期 微软研究聚焦。
[音乐渐弱]
在新标签页中打开认识作者
Sowbhagya Suresh
项目经理
了解更多
人工智能