Bilimsel Kod Yazımında Yapay Zeka Ajanlarını Denetlemek İçin Yeni Araçlar Geliştirildi
Bilimsel hesaplamalarda yapay zeka kullanımı hızla yaygınlaşıyor, ancak bu sistemlerin ürettiği kodun doğruluğunu kontrol etmek büyük bir zorluk oluşturuyor. arXiv’de yayımlanan yeni bir araştırma, bu soruna pratik bir çözüm sunuyor: Rules to Tools (R2T) adlı sistem, denklem ve sınır koşulları içeren yazılı gereksinimleri otomatik olarak kontrol edilebilir hale dönüştürüyor.
Sistem şu şekilde çalışıyor:
- Bilimsel kodlama ajanları yazılı olarak denklem, sınır koşulları ve çıktı gereksinimlerini alıyor
- R2T, bu kurallara uygun hazır kontrol mekanizmaları oluşturuyor ve SciCode onarım gruplarıyla paylaşıyor
- Her görev grubu yazılı kontroller, başlangıç kodu, model ve bütçe alıyor, karşılığında çalıştırılabilir bir uygulama sunuyor
- İki kohort üzerinde yapılan testlerde, metin kullanan versiyonda 30 görevden 26’sında, diğer versiyonda ise 29’sunda tam onarım başarı sağlandı
Araştırmanın temel katkısı, soyut kuralları somut ve hemen çalışabilir kontrollere dönüştürme yeteneğidir. Bu sayede yapay zeka tarafından yazılan bilimsel kod, gönderildikten sonra otomatik olarak gereksinimlerle karşılaştırılabiliyor. Sistem, özellikle birden fazla modelin ve parametrenin denenmesi gereken bilimsel araştırmalarda zaman tasarrufu sağlıyor.
Bu gelişme, yapay zeka ajanlarının bilimsel hesaplamalardaki güvenilirliğini artırmak için önemli bir adım olarak görülüyor. Gelecekte benzer yöntemler, başka alanlardaki kod doğrulama işlemlerinde de kullanılabilir.