MS DuplexSimulering före handlingVisa allaVisa färre
Simulering före handling.
Spelar igenom alternativen innan beräkningar eller labbtid läggs ned.
De alternativ som inte kan nå målet sorteras bort tidigt, och budgeten går till de körningar som mest sannolikt för arbetet framåt.
Planera och besluta · en av de fjorton förmågorna i MS Duplex


Ditt team får
- Färre dyra körningar som aldrig skulle ha fungerat
- Budget som läggs där den gör nytta
- Resonemanget bakom varje val, dokumenterat
Vad simulering före handling betyder för ditt team.
Simulering före handling innebär att din AI tänker igenom ett kostsamt steg innan den tar det. När det finns flera vägar framåt väger MS Duplex det sannolika utfallet av var och en mot målet, så att valet vilar på belägg och inte på den första idé som dök upp.
Avvägningen bygger på ditt teams egen erfarenhet: de resultat som bekräftades, de villkor de gäller under, de korrigeringar dina experter gjorde och de körningar som misslyckades. Ett alternativ som redan har misslyckats under samma villkor, eller som inte kan nå målet, sorteras bort innan något läggs på det.
Dina egna simulatorer, instrument och din analyskod förblir som de är, och det är fortfarande de som tar fram resultaten. MS Duplex hjälper till att avgöra vilka körningar som är värda att göra, och registrerar resonemanget bakom varje val.
Därför behöver forskning se framåt innan den kör.
Beräkningskraft, instrumenttid och experternas uppmärksamhet är ett forskningsteams verkliga budget. Varje körning som aldrig skulle ha fungerat tas från den.
Många forskningsbeslut handlar om att välja nästa körning bland flera kandidater. En lång simulering på delad beräkningskapacitet, ett experiment som använder knappt material eller instrumenttid, en designgranskning som tar en expert från annat arbete: var och en är värd att genomföra bara om den kan föra arbetet mot målet.
Utan en blick framåt väljer agenter av vana eller efter den första rimliga idén. Alternativ som ditt team redan vet kommer att misslyckas föreslås igen, och budgeten tar slut innan de mest lovande alternativen nås. Simulering före handling lägger ditt teams bekräftade erfarenhet framför varje kostsamt val.
Körningar är dyra
En enda körning kan ta en stor del av den beräkningskraft, instrumenttid eller expertuppmärksamhet som ett team har.
Budgetar är fasta
Varje körning som läggs på ett alternativ som inte kunde nå målet är en körning mindre för de alternativ som kunde.
Erfarenhet bör räknas
Det som ditt team redan har bekräftat och uteslutit bör forma nästa val innan det görs.
Val behöver skäl
En ledare som godkänner en kostsam körning bör kunna se varför den valdes framför alternativen.


Så fungerar simulering före handling i ditt teams vardag.
Din agent fortsätter att föreslå nästa steg. Innan ett kostsamt steg körs blickar MS Duplex framåt.
- 1
Alternativen ligger på bordet
Din agent når ett kostsamt steg och har flera vägar framåt: olika inställningar, kandidater, metoder eller körningar.
- 2
Varje alternativ spelas igenom
MS Duplex väger det sannolika utfallet av varje alternativ mot målet, utifrån de resultat, villkor och korrigeringar som ditt team har bekräftat.
- 3
Återvändsgränder sorteras bort
Alternativ som inte kan nå målet, eller som redan har misslyckats under samma villkor, sorteras bort innan något läggs på dem.
- 4
Budgeten går dit den gör nytta
De mest lovande alternativen går vidare genom dina egna verktyg, och resonemanget bakom valet registreras.
Ett exempel, inom alla områden där körningar är kostsamma.
Ett teams agent har budget för ett litet antal dyra körningar och en lång lista med kandidatinställningar att välja bland.
- 1
Listan
Agenten föreslår tolv kandidatinställningar för nästa omgång körningar. Budgeten räcker till fyra.
- 2
Blicken framåt
MS Duplex väger varje inställning mot målet. Tre ligger bortom en driftgräns som en expert bekräftade förra månaden, och två upprepar en kombination som redan har misslyckats under samma villkor.
- 3
Valet
De fem sorteras bort, var och en med sitt skäl. Av de sju som återstår går de fyra som mest sannolikt för arbetet framåt vidare, och de andra tre väntar till nästa omgång.
- 4
Historiken
Resultaten kommer tillbaka och bekräftas. Teamledaren ser varför varje inställning kördes eller sorterades bort, och nästa omgång börjar från det som den här omgången bekräftade.
Simulering före handling samverkar med de andra förmågorna.
En blick framåt är bara så bra som erfarenheten bakom den, och varje val den gör bidrar till den erfarenheten.
Långsiktig planering
Vid varje kontrollpunkt i en lång kampanj spelas nästa alternativ igenom innan planen binder budget till dem.
Lära sig orsak och verkan
Det som ditt team har lärt sig om vilken handling som ledde till vilket utfall, under vilka villkor, är det som varje alternativ vägs mot.
Beslut som känner sina gränser
Där beläggen tydligt talar för ett alternativ avgörs valet direkt, och där de är tunna går det till din modell eller en forskare.
Regler och godkännanden
I styrda miljöer kan de alternativ som går vidare fortfarande vänta på en persons godkännande innan det kostsamma steget börjar.
Det här får ditt team.
Forskningsbudget som läggs på de körningar som kan föra arbetet framåt, med resonemanget dokumenterat.
Färre körningar som aldrig skulle ha fungerat
Alternativ som inte kan nå målet sorteras bort innan beräknings- eller labbtid läggs på dem.
Budget som läggs där den gör nytta
De körningar som går vidare är de som mest sannolikt för arbetet mot målet.
Din erfarenhet i varje val
Bekräftade resultat, kända villkor och expertkorrigeringar formar varje kostsamt val innan det görs.
Kända misslyckanden sorteras bort
Ett alternativ som redan har misslyckats under samma villkor sorteras bort i stället för att föreslås igen.
Dokumenterat resonemang
Varje val behåller skälen till att det gjordes, så att vem som helst kan se varför en körning gick vidare och en annan fick vänta.
Dina verktyg, som de är
Dina simulatorer, instrument och din analyskod gör fortfarande arbetet, och MS Duplex hjälper till att avgöra vilka körningar som är värda det.
Vanliga frågor.
Låt nästa körning dra nytta av den förra.
Kom till oss med den forskning som din AI borde bli bättre på. Vi planerar en pilot på dina egna arbetsflöden, med dina experter som domare.

