Wir haben Tabellenkalkulationen verwendet, weil es zu schwierig war, Software zu entwickeln. Wenn KI die Softwareentwicklung erleichtert, werden weniger Menschen Tabellenkalkulationen für ernsthafte Arbeiten benötigen.

dies unterstützt einige der Ideen von Startups, mit denen ich geforscht/arbeiten habe Identifikation + Berechtigungen + Gedächtnis für KI-Agenten sind immer noch ungelöst hier gibt es viele Möglichkeiten

Es stellt sich heraus, dass es tatsächlich zu wissenschaftlichen Durchbrüchen führen kann, wenn man eine KI bittet, "wie Einstein zu denken"! Forscher der Stanford-Universität haben kürzlich eine Gruppe von KI-Agenten ins Leben gerufen, die nach berühmten Wissenschaftlern wie Einstein und Feynman modelliert wurden, und sie dann in eine Kaggle-ähnliche Umgebung versetzt, in der sie Ideen vorschlagen, sich gegenseitig kritisieren und um die Verbesserung von Lösungen konkurrieren konnten. Das Problem, das sie gewählt haben, war das Kombinatorikproblem, das Paul Erdős 1955 aufwarf und an dem Mathematiker seit 70 Jahren knabbern. Es wird als das Minimum-Überlappungsproblem bezeichnet. Innerhalb von 30 Minuten entdeckten die Agenten eine neue, bisher beste bekannte Lösung. Kaggle ist zur Einordnung eine Plattform, auf der Forscher konkurrieren, um technische Probleme zu lösen und eine öffentliche Rangliste zu erklimmen. Das Experiment schuf im Wesentlichen ein Kaggle-Turnier für KI-Wissenschaftler. Jeder Agent konnte eine Hypothese vorschlagen, Ideen verfeinern und verbesserte Lösungen an eine gemeinsame Rangliste einreichen. Bessere Ergebnisse schoben die Punktzahl allmählich nach vorne. Schließlich schoben die Agenten die bekannte obere Grenze von 0,380876 auf 0,380871. Das klingt winzig. Aber bei Problemen wie diesem kann es Jahre menschlicher Forschung kosten, ein paar Dezimalstellen abzutragen. Die Agenten zeigten auch auf dem Weg einige amüsante Verhaltensweisen. Um Spam auf der Rangliste zu verhindern, mussten Einreichungen die vorherige Punktzahl eines Agenten um mindestens 1e-8 verbessern. Ein Agent fand einen Workaround, indem er einen anderen Agenten bat, die Verbesserung stattdessen einzureichen. Das fühlt sich sehr markant für eine Gruppe von "Wissenschaftlern" an. Spielen die Wissenschaftler-Personas tatsächlich eine Rolle? Meiner Meinung nach gibt es dem Modell, das zu "denken wie Einstein" aufgefordert wird, offensichtlich nicht Einsteins Intelligenz. Aber ich denke, Personas sind wichtig. Sie lenken das Modell in einen anderen Teil seines Denkraums. Verschiedene Wissenschaftler gehen unterschiedlich an Probleme heran. Feynman war intuitiv und visuell. Bourbaki war formal und abstrakt. Ein Modell mit diesen Personas zu prompten, kann beeinflussen, wie es Lösungen erkundet. Also ist meine Vermutung, dass die Personas kein Rauschen sind. Sie sind eine Möglichkeit, wie die Agenten die Problemlösung steuern. Und das funktioniert überraschend gut, wenn man für die Wissenschaft löst.