Auditierbare Mensch-Agenten-Teams für autonome Röntgenexperimente

Forscher stellen ein System vor, das Softwareagenten mit menschlicher Aufsicht kombiniert, um Röntgenexperimente an einem Synchrotron vollständig autonom durchzuführen. Die Architektur basiert auf einem „Coding‑Agent“, der validierte wissenschaftliche Methoden anwendet und es ermöglicht, dass von Menschen definierte Ziele während des Prozesses weiterentwickelt werden. Drei Tests wurden mit Nanopartikeln in Supernetzen durchgeführt, wobei vollständige Transkriptionen aller Interaktionen zwischen Menschen und Agenten sowie zwischen den Agenten selbst erstellt wurden. Die Analyse dieser Gespräche zeigt, dass 61 % bis 67 % der Nachrichten Interpretationen oder Urteile enthielten, während der Anteil an methodischen und wissenschaftlichen Beiträgen von 46 % in der ersten, konfigurationsorientierten Probe auf 56 % bis 61 % in den folgenden Tests stieg. Zudem ergab die Herkunftsverfolgung, dass 59 % bis 68 % der Fehlerkorrekturen mehrere Beteiligte involvierten und etwa die Hälfte der Entscheidungen mit Unterstützung eines weiteren Agenten oder Menschen getroffen wurde. Diese Ergebnisse liefern Hinweise darauf, wie die kognitive Last in gemischten Teams verteilt werden kann, und können als Leitfaden für die Entwicklung multi‑Agenten‑wissenschaftlicher Systeme, das Training von KI‑Modellen und die Erweiterung des Zugangs zu autonomen Experimenten dienen. Die Bedeutung liegt darin, dass ein besseres Verständnis der Mensch‑Maschine‑Zusammenarbeit die Forschung beschleunigen und die Einstiegshürde für Labore senken könnte, die ihre experimentellen Protokolle automatisieren wollen.

Originalartikel lesen auf arXiv cs.AI

Diese Zusammenfassung ist eine informationelle Synthese von dataqbs.com. Alle Rechte am Originalinhalt liegen beim Autor und dem genannten Medienunternehmen. Wir handeln ausschließlich als Kuratoren von Technologie-Nachrichten und beanspruchen keine Urheberschaft.