Система автоматизирует процесс научного исследования: разбивает задачи, распределяет вычислительные ресурсы, запускает необходимые симуляции, анализирует полученные результаты и даже формирует итоговые отчёты. Благодаря этому существенно повышается эффективность работы. Раньше выполнение подобных задач занимало целый день, но теперь интеллектуальный агент справляется с ними примерно за один час. На текущий момент система уже поддерживает около ста распространенных сценариев использования в области научных расчетов.

Агент опирается на доступные сообщества искусственного интеллекта и обширные базы знаний, сообщает China Daily. Он охватывает свыше 120 специализированных баз знаний по семи ключевым областям, таким как ИИ, научный интеллект, промышленное моделирование и материаловедение.

Эта технология снижает порог входа для исследователей, желающих использовать суперкомпьютерные мощности, и значительно ускоряет научно-исследовательскую деятельность. Таким образом, она делает передовые вычисления более доступными.

Как отмечает академик Цянь Дэпэй, современная наука переходит от этапа вычислительной науки к этапу интеллектуальной науки. Появление таких вычислительных агентов знаменует собой этот переход.

Цянь подчеркнул, что подобные агенты объединяют ранее разрозненные вычислительные мощности, инструменты и знания. В результате они оказывают научному сообществу более быструю и удобную поддержку, открывая новые возможности для инноваций.

Крупные ИТ-компании разработали недавно набор инструментов для управления развитием генеративного ИИ. Anthropic, Block, OpenAI и ряд других объединились с консорциумом Linux Foundation в организацию Agentic AI Foundation (AAIF), призванную предотвратить появление множества неконтролируемых и несовместимых ИИ-агентов.