Perplexity обяви Frontier Research на 16 ноември. Инициативата цели системи, които формулират и проверяват научни въпроси. Компанията заявява подкрепа с над 10 000 GPU и намерение да публикува модели, данни, код и изследвания. Това е изследователска програма, а не доказателство за готов универсален автоматичен учен.
Официалният сайт разделя работата на шест направления: координация на агенти, предварително обучение, непрекъснато учене, обучение с подкрепление, системна инфраструктура и оценки. Датата е видима в изследователския журнал.
Какъв е различният въпрос
Нашият редакционен прочит е, че научният агент трябва да се оценява по проверимото ново знание, което помага да бъде получено. Дълъг отговор с много източници може да е полезен обзор. Той обаче не е сам по себе си нов експеримент или обяснение, което издържа на опит за опровержение.
Например примерна система за изследване на материал би могла да предложи хипотеза, да опише кои измервания биха я подкрепили и да промени заключението след отрицателен резултат. Това е илюстрация на критерий за успех, не резултат, постигнат от обявената програма.
Такава оценка трябва да пази следата от решението. Кой източник е породил въпроса, кои предположения са добавени от модела и кое измерване е променило отговора? Ако тези стъпки липсват, човекът може да получи убедителен разказ, без да има начин да провери неговата опора.
Много агенти не означава автоматично независимост
Разделянето на работата между няколко агента може да бъде разумна конструкция. Един да търси, друг да планира опит, трети да проверява аргумента. Но ако всички приемат една и съща грешна предпоставка, броят на участниците не прави заключението по-надеждно. Това е обща редакционна преценка за начина на оценяване, а не наблюдавана слабост на конкретен продукт.
Смислен бъдещ тест би включвал задачи с предварително неизвестен отговор и ясни правила за допустимите инструменти. Трябва да се отчита и неуспехът: кога системата признава, че доказателствата не стигат, вместо да продължава да генерира обяснения.
Новата инициатива е значима с ресурса и публично формулираната си цел. Обещаните бъдещи отворени резултати ще позволят тази цел да бъде оценявана по-конкретно. Засега точната новина е началото на програма с амбициозна научна agenda, а не приключена автоматизация на научното откритие.



