Elfogy az idő a rutinra.
Irodalomkeresés, cikkolvasás, illesztő szkriptek, újrafuttatás: ezt viszi az ágens, a csoport a kérdéssel foglalkozik.
A kutatócsoport ideje a szkriptekre, az újraszámolásra és a kézirat ellenőrzésére megy el, miközben a kiadatlan adat nem kerülhet egy újabb szolgáltatóhoz: a tudományos Pilóta a csoport saját gépén, a saját AI-előfizetésetekkel végzi ezt a munkát és minden szám mellé odaírja a kódot és az adatot, amiből lett.
PhD-hallgatói szintű AI-ügynököt telepítünk a kutatócsoportnak, a csoport minden tagja dolgozhat vele.
Ágens, amely irodalmat keres, cikket olvas, számol, újrafuttat és bírálóként átnézi a kéziratot. A témavezető és a hallgatók egy szobában dolgoznak vele.
Egy rövid beszélgetéssel indul, amelyben felmérjük a csoport munkáját. Kötelezettség nélkül.
Irodalomkeresés, cikkolvasás, illesztő szkriptek, újrafuttatás: ezt viszi az ágens, a csoport a kérdéssel foglalkozik.
Fél év múlva a bíráló kérdez és senki nem tudja, melyik kódváltozat adta a 3. táblázatot.
Egy újabb felhős szolgáltatás egy újabb hely, ahol az adat ott van.
A beküldés után derül ki, amit előtte is ki lehetett volna szúrni.
Egy publikált kozmológiai cikk (ApJ 979, 51; arXiv 2412.15717) első táblázatát az ágens vakon számolta újra: a célszámokat nem látta, csak a kész eredményt vetettük össze velük. Az adat a kozmikus kronométerek 32 nyilvános H(z)-mérése, a kovarianciát az ágens maga rakta össze és minden döntését naplózta.
Az eredmény egy paranccsal újrafuttatható, két futás bájtra azonos kimenetet adott.
A Pilóta a ti meglévő előfizetésetekbe lép be, a kutatói hozzáféréssel is. API-kulcs és API-költség nem kell.
Hozzánk nem kerül fel. A modell a saját fiókotokon keresztül dolgozik vele, ugyanúgy, mint amikor a csevegőfelületén használjátok.
A témavezető szobát nyit, meghívja a hallgatókat, az ágens bent van. A hallgatók vendégként jönnek, saját előfizetés nélkül.
Levelezés, számlázás, hirdetés helyett irodalomkeresés (arXiv, ADS), cikk- és PDF-olvasás, LaTeX-kézirat, Python-számítás és illesztés, újraszámolás.
Mentéssel, haladásjelzéssel, becsült befejezési idővel, hogy egy kétnapos futás ne vesszen el egy megszakadt kapcsolaton.
A kód változata és az adat lenyomata minden eredmény mellé kerül. Az ágens kimondja, mi mért tény, mi tipp és mit nem tud.
Mindenre, ahol adat, számolás, irodalom és kézirat van. Néhány példa, mit végez el az ágens egy-egy területen:
Megírja és lefuttatja a numerikus kísérletet, amely egy sejtést sok esetre ellenőriz, a kód változatával együtt.
Egy mérési sorozatot több modellváltozattal illeszt, hosszú futásként a klaszteren, mentéssel és haladásjelzéssel.
Megírja a spektrumokat feldolgozó szkriptet és újraszámolja az eredményeket, minden szám mellett a kód és az adat lenyomatával.
Egy publikált táblázatot nyilvános mérésekből vakon újraszámol, ahogy a fenti kozmológiai próbában.
Megírja a mérési adatokat feldolgozó Python-szkriptet, amely egy paranccsal újrafuttatható, így az ábra fél év múlva is ugyanaz.
Beküldés előtt bírálóként és ördögügyvédként átnézi a kéziratot, mellé előkészíti az AI-használati nyilatkozatot.
Kérdőíves adatokat dolgoz fel újraszámolható táblázatokba és összegyűjti hozzá a szakirodalmat.
Beküldés előtt az ágens kétféle szemmel olvassa el a kéziratot és a kódot. Egyszer bírálóként: mit kifogásolna egy folyóirat szakmai lektora. Egyszer ördögügyvédként: mit támadna egy ellenérdekelt versenytárs bármi áron. Minden ponthoz válaszjavaslatot ad és egy másik gyártó modellje keresztben ellenőrzi az elsőt. A döntés a szerzőké, kérhettek második kört.
A cikkhez AI-használati nyilatkozatot is előkészít, a folyóirat szabálya szerint.
Ha a rutin gyorsabb lesz, a csoport nem kevesebbet számol, hanem többet: ez a Jevons-paradoxon, vagyis a hatékonyabb erőforrás-használat nem csökkenti, hanem növeli a felhasználást. Kutatásban ez jó hír. Ha egy modellváltozat illesztését az ágens készíti elő, futtatja és naplózza, ugyanannyi idő alatt több változatot próbálhattok ki és a teljes, drága illesztés csak a legjobb jelöltre fut.
Egy beszélgetés: megnézzük, mivel dolgozik a csoport és melyik munka viszi el a legtöbb időt.
Telepítés a témavezető gépére, a saját AI-fiókjával.
A témavezető megnyitja a csoportszobát és meghívja a hallgatókat.
Rendszeres tapasztalat-jelentés: a témavezető írja vagy hagyja jóvá, mielőtt hozzánk jut.
Nem. Mi csak az üzenetek számát látjuk. Amit a munkáról megtudunk, azt a témavezető által jóváhagyott tapasztalat-jelentésből tudjuk meg.
Igen, ha a pályázat engedi az AI-eszközt. A szakmai indoklást, amely megmondja, miért pont erre az eszközre van szükség, sablonként mi adjuk.
Nem. Vendégként dolgoznak a témavezető szobájában.
Add meg az elérhetőséged, két munkanapon belül jelentkezünk. Egy rövid beszélgetéssel indul, amelyben felmérjük a csoport munkáját. Kötelezettség nélkül.
Írj nekünk: lead@kreativkontroll.hu