Vai al contenuto
Advancing Bits to Master Atoms

Simulazione prima dell’azione.
Proietta in avanti le opzioni prima che si spendano calcolo o tempo di laboratorio.

Le opzioni che non possono raggiungere l’obiettivo vengono scartate presto, e il budget va alle esecuzioni con più probabilità di far avanzare il lavoro.

Pianificare e decidere · una delle quattordici capacità di MS Duplex

Un blocco in grafite scolpito con un albero ramificato di canali, una sfera argentata alla biforcazione e piccole sfere blu cobalto lungo un solo ramo.Un blocco in grafite scolpito con un albero ramificato di canali, una sfera argentata alla biforcazione e piccole sfere blu cobalto lungo un solo ramo.

Il tuo team ottiene

  • Meno esecuzioni costose che non avrebbero mai funzionato
  • Budget speso dove conta
  • Il ragionamento dietro ogni scelta, documentato

Cosa significa la simulazione prima dell’azione per il tuo team.

Simulazione prima dell’azione significa che la tua IA riflette su un passaggio costoso prima di compierlo. Quando ci sono più strade possibili, MS Duplex soppesa l’esito probabile di ciascuna rispetto all’obiettivo, così la scelta si basa su prove anziché sulla prima idea venuta in mente.

La valutazione attinge all’esperienza del tuo team: i risultati confermati, le condizioni in cui valgono, le correzioni fatte dai tuoi esperti e le esecuzioni fallite. Un’opzione che è già fallita nelle stesse condizioni, o che non può raggiungere l’obiettivo, viene scartata prima che si spenda qualcosa per essa.

I tuoi simulatori, la tua strumentazione e il tuo codice di analisi restano come sono, e sono ancora loro a produrre i risultati. MS Duplex aiuta a decidere quali esecuzioni vale la pena fare, e registra il ragionamento dietro ogni scelta.

Perché la ricerca deve guardare avanti prima di eseguire.

Calcolo, tempo di strumentazione e attenzione degli esperti sono il vero budget di un team di ricerca. Ogni esecuzione che non avrebbe mai funzionato viene pagata con quel budget.

Molte decisioni di ricerca si riducono a scegliere la prossima esecuzione tra diversi candidati. Una lunga simulazione su risorse di calcolo condivise, un esperimento che consuma materiale scarso o tempo di strumentazione, una revisione di progetto che sottrae un esperto ad altro lavoro: ognuno vale la pena solo se può far avanzare il lavoro verso l’obiettivo.

Senza uno sguardo in avanti, gli agenti scelgono per abitudine o in base alla prima idea plausibile. Le opzioni che il tuo team sa già che falliranno vengono riproposte, e il budget si esaurisce prima di arrivare alle opzioni più promettenti. La simulazione prima dell’azione mette l’esperienza confermata del tuo team davanti a ogni scelta costosa.

  • Le esecuzioni costano care

    Una singola esecuzione può assorbire una grossa parte del calcolo, del tempo di strumentazione o dell’attenzione degli esperti di cui dispone un team.

  • I budget sono fissi

    Ogni esecuzione spesa per un’opzione che non poteva raggiungere l’obiettivo è un’esecuzione in meno per le opzioni che potevano farlo.

  • L’esperienza deve contare

    Ciò che il tuo team ha già confermato ed escluso dovrebbe orientare la scelta successiva prima che venga fatta.

  • Le scelte hanno bisogno di motivazioni

    Un responsabile che approva un’esecuzione costosa dovrebbe poter vedere perché è stata scelta al posto delle alternative.

Una bilancia in argento satinato su una base in grafite, con due blocchi in grafite in un piatto e un solo blocco blu cobalto nell’altro.Una bilancia in argento satinato su una base in grafite, con due blocchi in grafite in un piatto e un solo blocco blu cobalto nell’altro.

Come funziona la simulazione prima dell’azione nella giornata del tuo team.

Il tuo agente continua a proporre il passaggio successivo. Prima che ne venga eseguito uno costoso, MS Duplex guarda avanti.

  1. 1

    Le opzioni sono sul tavolo

    Il tuo agente arriva a un passaggio costoso e ha diverse strade possibili: impostazioni, candidati, metodi o esecuzioni diversi.

  2. 2

    Ogni opzione viene proiettata in avanti

    MS Duplex soppesa l’esito probabile di ciascuna opzione rispetto all’obiettivo, sulla base dei risultati, delle condizioni e delle correzioni che il tuo team ha confermato.

  3. 3

    I vicoli ciechi vengono scartati

    Le opzioni che non possono raggiungere l’obiettivo, o che sono già fallite nelle stesse condizioni, vengono scartate prima che si spenda qualcosa per esse.

  4. 4

    Il budget va dove conta

    Le opzioni più promettenti vanno avanti tramite i tuoi strumenti, e il ragionamento dietro la scelta viene registrato.

Un esempio, in qualsiasi campo in cui le esecuzioni sono costose.

L’agente di un team ha budget per un piccolo numero di esecuzioni costose e un lungo elenco di impostazioni candidate tra cui scegliere.

  1. 1

    L’elenco

    L’agente propone dodici impostazioni candidate per il prossimo giro di esecuzioni. Il budget ne consente quattro.

  2. 2

    Lo sguardo in avanti

    MS Duplex soppesa ogni impostazione rispetto all’obiettivo. Tre superano un limite operativo confermato da un esperto il mese scorso, e due ripetono una combinazione già fallita nelle stesse condizioni.

  3. 3

    La scelta

    Quelle cinque vengono scartate, ciascuna con il suo motivo. Delle sette rimanenti, le quattro con più probabilità di far avanzare il lavoro vanno avanti, e le altre tre attendono il giro successivo.

  4. 4

    La documentazione

    I risultati arrivano e vengono confermati. Il responsabile del team vede perché ogni impostazione è stata eseguita o scartata, e il giro successivo parte da ciò che questo ha confermato.

La simulazione prima dell’azione lavora con le altre funzionalità.

Guardare avanti vale quanto l’esperienza su cui si basa, e ogni scelta che fa arricchisce quell’esperienza.

  • Pianificazione a lungo termine

    A ogni checkpoint di una lunga campagna, le opzioni successive vengono proiettate in avanti prima che il piano vi impegni il budget.

  • Apprendere causa ed effetto

    Ciò che il tuo team ha imparato su quale azione ha portato a quale esito, in quali condizioni, è il metro con cui viene soppesata ogni opzione.

  • Decisioni che conoscono i propri limiti

    Dove le prove favoriscono chiaramente un’opzione, la scelta viene risolta direttamente, e dove sono scarse passa al tuo modello o a un ricercatore.

  • Regole e approvazioni

    Negli ambienti governati, le opzioni che vanno avanti possono comunque attendere l’approvazione di una persona prima che inizi il passaggio costoso.

Cosa ottiene il tuo team.

Budget di ricerca speso per le esecuzioni che possono far avanzare il lavoro, con il ragionamento registrato.

  • Meno esecuzioni che non avrebbero mai funzionato

    Le opzioni che non possono raggiungere l’obiettivo vengono scartate prima che si spenda tempo di calcolo o di laboratorio per esse.

  • Budget speso dove conta

    Le esecuzioni che vanno avanti sono quelle con più probabilità di far avanzare il lavoro verso l’obiettivo.

  • La tua esperienza in ogni scelta

    Risultati confermati, condizioni note e correzioni degli esperti orientano ogni scelta costosa prima che venga fatta.

  • Fallimenti noti scartati

    Un’opzione già fallita nelle stesse condizioni viene scartata invece di essere riproposta.

  • Ragionamento documentato

    Ogni scelta conserva le ragioni per cui è stata fatta, così chiunque può vedere perché un’esecuzione è andata avanti e un’altra ha atteso.

  • I tuoi strumenti, così come sono

    I tuoi simulatori, la tua strumentazione e il tuo codice di analisi continuano a fare il lavoro, e MS Duplex aiuta a decidere quali esecuzioni ne valgono la pena.

Domande frequenti.

La simulazione prima dell’azione sostituisce le nostre simulazioni?

Le tue simulazioni e i tuoi esperimenti continuano a produrre i risultati. La simulazione prima dell’azione aiuta a decidere quali vale la pena eseguire, soppesando ogni opzione rispetto all’obiettivo e a ciò che il tuo team ha già confermato.

Cosa usa MS Duplex per soppesare le opzioni?

L’esperienza del tuo team: i risultati confermati, le condizioni in cui valgono, le correzioni fatte dai tuoi esperti e le esecuzioni fallite. Ogni scelta conserva una documentazione di ciò su cui si è basata.

Cosa succede quando le prove sono troppo scarse per scegliere?

MS Duplex lo dice. Dove l’esperienza del tuo team non favorisce ancora un’opzione, la scelta passa al tuo modello o viene segnalata a un ricercatore, con il motivo.

Una persona può ancora approvare un’esecuzione costosa?

Sì. Negli ambienti governati, i passaggi che selezioni, come una simulazione costosa, attendono l’approvazione di una persona prima di iniziare, e l’approvazione viene registrata.

Fai in modo che la prossima esecuzione tragga vantaggio dall’ultima.

Portaci la ricerca in cui la tua IA dovrebbe migliorare. Pianificheremo un progetto pilota sui tuoi flussi di lavoro, con i tuoi esperti come giudici.