Microsoft расширяет доступ к ИИ-платформе Discovery для масштабирования научных и инженерных разработок

Корпорация Microsoft объявила о масштабном расширении доступа к предварительной версии своей специализированной платформы Microsoft Discovery, предназначенной для исследовательских и проектно — конструкторских организаций. С момента запуска инструмента в закрытом режиме в прошлом году компания значительно доработала его функциональность, опираясь на отзывы первых пользователей. Обновленная платформа переводит концепцию искусственного интеллекта на новый уровень, предлагая предприятиям агентный ИИ. Эта технология позволяет создавать автономные команды специализированных ИИ-агентов, которые под контролем человека выполняют ключевые исследовательские и инженерные задачи, формируя непрерывный цикл научных открытий.

Необходимость в подобном комплексном инструменте продиктована растущей сложностью современных научных разработок. Создание экологичных материалов, новых источников энергии или эффективных медицинских препаратов требует длительных циклов тестирования. Инженерам приходится постоянно менять формулы при появлении новых данных, адаптировать материалы под меняющиеся нормативные требования или корректировать проекты при низких производственных показателях. Предыдущие поколения ИИ обеспечивали лишь частичное облегчение рутины за счет ускорения поиска информации, однако им не хватало глубины логического мышления для решения междисциплинарных задач.

Технологическим фундаментом для развертывания платформы выступает корпоративная облачная инфраструктура Microsoft Azure. Использование этой базы гарантирует соблюдение строгих стандартов безопасности, прозрачности, соответствия нормативным требованиям и управления, что критически важно для работы с конфиденциальными данными в условиях реальных НИОКР. Сама система Microsoft Discovery представляет собой расширяемую среду, которая объединяет оркестрацию множества ИИ-агентов, графовую базу знаний и высокопроизводительные вычисления. Такой подход позволяет автоматизировать исследовательские циклы и обеспечивать высокое качество получаемых результатов при масштабировании сложных инженерных процессов.

В основе системы лежит механизм Discovery Engine, который алгоритмически имитирует классический научный метод. Внутри этого ядра специализированные ИИ-агенты анализируют массивы информации, связывая закрытые исследовательские данные конкретной организации с общедоступной мировой научной литературой. На базе собранного материала агенты самостоятельно генерируют гипотезы, а затем тестируют и проверяют их в обширном пространстве поиска. Результаты этих проверок анализируются и передаются обратно в систему для запуска новых итерационных циклов, что позволяет поэтапно сужать зону поиска и находить наиболее жизнеспособные концепции.

Важным преимуществом обновленной платформы является ее способность взаимодействовать с широким спектром цифровых, физических и аналитических инструментов. В виртуальной среде вычислений агенты используют высокопроизводительные кластеры и специализированные большие количественные модели (LQM), а в перспективе разработчики рассматривают интеграцию с квантовыми технологиями по мере их адаптации для коммерческих нужд. На физическом уровне платформа обеспечивает совместимость с реальными лабораториями, так как она способна генерировать процедуры испытаний и напрямую взаимодействовать с роботизированными системами, измерительным оборудованием и устройствами интернета вещей под надзором научных сотрудников.

Первые результаты тестирования системы продемонстрировали высокий спрос на подобные решения среди специалистов из разных областей науки. Платформа уже получила положительные отклики от инженеров и исследователей, работающих в сфере биологических наук, химии, материаловедения, физики и проектирования полупроводников. Интеграция Microsoft Discovery в работу позволяет командам быстрее проходить путь от формирования начальной гипотезы до разработки готового кандидата. Делегирование сложной рутины высвобождает время экспертов, давая организациям возможность увереннее достигать поставленных результатов в новых исследованиях.