Microsoft ha svelato”Microsoft Discovery”, una piattaforma di intelligenza artificiale incentrata sull’impresa pronta a rimodellare la ricerca scientifica e ingegneristica. Annunciato durante la sua conferenza Build 2025, Discovery equipaggia i ricercatori con agenti di intelligenza artificiale specializzati e un sofisticato motore di conoscenza basato su grafici. La piattaforma mira a ridurre drasticamente le tempistiche di innovazione dalle ipotesi iniziali alla convalida sperimentale. Aseem Datar, vicepresidente dell’innovazione di prodotto di Microsoft, ha delineato l’ambizioso ambito della piattaforma:”Il nostro obiettivo è quello di portare il potere di AI a scienziati e ingegneri per trasformare l’intero processo di scoperta, dal ragionamento delle conoscenze avanzate e dalla formulazione di ipotesi da una formulazione di notifica, in una novità di identificazione, di una novità di identificazione, da una notifica di una novità sperimentale, di una novità di identificazione, da una novità di identificazione, da una novità, da una novità, da una notifica di una novità, da una novità, da una novità, da una notizia, da una notifica di una novità sperimentale. (Per e polifluoroalchil sostanze) Prototipo del refrigerante del datacenter. Questa svolta è stata raggiunta in circa 200 ore, un compito tradizionalmente impiegato mesi o anni. Il presidente e CEO di Microsoft Satya Nadella ha sottolineato questo, spiegando che Microsoft sta “riunendo lo stack tecnologico completo per aiutare a accelerare la scienza stessa”. Ha osservato che la scoperta”usa agenti per generare idee, simulare risultati e apprendere:”Citando il refrigerante come”un grande esempio… che non si basa su per sempre chimici”. href=”https://venturebeat.com/ai/microsoft-just-launched-an-ai-that-discovered-a-new-chemical-in-200-hours-instead-of annis/”target=”_ blank”> ha raccontato a VentureBeat Il framework ha schermato 367.000 potenziali candidati per il refrigerante, che è stato quindi sintetizzato. da un partner. Questo rapido risultato, che Microsoft ha chiarito nel suo annuncio è un”esperimento”che posa le basi per gli sviluppi futuri, sottolinea l’ambizione di trasformare la R&S in uno sforzo dinamico e assistito da AI.
Costruito su Microsoft Azure, Discovery è progettato per l’estensibilità, integrando i modelli proprietari con strumenti di partner come Nvidia e Synopsys e soluzioni open source. Microsoft sta coltivando un ecosistema collaborativo, con un coinvolgimento precoce da aziende come GSK in Healthcare e le società Estée Lauder nei beni di consumo. Questo segnala una spinta strategica per incorporare profondamente l’IA all’interno di vari flussi di lavoro di ricerca industriale e posizioni scoperte insieme ad altri”co-scienziati di intelligenza artificiale”e strumenti di ricerca focalizzati sulla scienza da concorrenti come Google e Openai.
Un nuovo approccio agente e impianto di Embeding At At At At At At At Agenti. Ogni fase del metodo scientifico. I ricercatori possono personalizzare questi agenti di intelligenza artificiale usando un linguaggio naturale, adattandoli a settori specifici come la simulazione molecolare o la revisione della letteratura. Un assistente centrale di Microsoft Copilot orchestra questi agenti, sfruttando un catalogo completo di strumenti, modelli e basi di conoscenza.
Al cuore di Discovery è un potente motore di conoscenza basato su grafici. Questo motore costruisce mappe sfumate di relazioni tra i dati proprietari di un’organizzazione e la vasta ricerca scientifica esterna, piuttosto che semplicemente recuperare i fatti. Questa capacità consente alla piattaforma di offrire una profonda comprensione contestuale di dati scientifici complessi, a volte contraddittori, mantenendo la trasparenza attraverso un monitoraggio dettagliato delle fonti.
Zander ha sottolineato l’accessibilità della piattaforma per gli scienziati, anche quelli senza background di codifica, spiegando dalla sua esperienza:”Il mio dottorato è in biologia. Non sono uno scienziato informatico, ma se riesci a sbloccare quel potere di un supercomputer solo per i supercompleti!
L’applicazione del mondo reale della piattaforma è già stata esplorata da diversi partner chiave. GSK PLC intende utilizzare Microsoft Discovery per la previsione e i test avanzati nello sviluppo di nuovi medicinali. Allo stesso modo, le aziende di Estée Lauder prevedono di integrare la scoperta nella sua pipeline di innovazione per accelerare la creazione di cura della pelle e dei cosmetici personalizzati, basandosi su una precedente partenariato di laboratorio di intelligenza artificiale con Microsoft. Kosmas Kretsos, vicepresidente di R&S e tecnologia di innovazione presso le aziende Estée Lauder, ha spiegato che la scoperta aiuterà a sfruttare i loro vasti dati di ricerca per”innovazione veloce, agile e rivoluzionaria”.
Le collaborazioni della tecnologia chiave sono destinate ad espandere le capacità di Discovery. Nvidia integrerà il suo alchemi e bionemo nim microservizi, progettato per NVidia-aiure aifrastruci and life sciences research.. Synopsys is partnering to bring its AI-powered design solutions to accelerate semiconductor engineering.
Raja Tabet, Senior Vice President at Synopsys, notato Questa collaborazione mira a”re-ingegnere i flussi di lavoro di progettazione di chip”e”produttività di ingegneria di potenziamento”. Physicsx è anche un partner di lancio, integrando i suoi modelli di fondazione AI basati su fisica. CEO Jacomo Corbo
Navigando il paesaggio in evoluzione di AI nella scienza
L’introduzione di Discovery di Microsoft si verifica all’interno di un paesaggio in rapida evoluzione in cui l’IA è sempre più pivotale. Il concorrente Google è stato importante con la sua iniziativa”co-scienziata”per generare ipotesi di ricerca. La società ha anche rilasciato strumenti specializzati come Txgemma per la scoperta di droghe e alfaevoluve per l’ottimizzazione degli algoritmi. Microsoft stesso aveva precedentemente contribuito con modelli come Bioemu-1 per la dinamica delle proteine. La tendenza più ampia comprende potenziali agenti di ricerca AI ad alta capacità di apertura.
Tuttavia, la crescente raffinatezza dell’IA nella ricerca scientifica porta importanti considerazioni. Uno studio evidenziato da Winbuzzer nell’aprile 2025 ha rivelato che i modelli AI avanzati potrebbero superare i virologi esperti in procedure di laboratorio complesse, sollevando preoccupazioni a doppio uso per il potenziale uso improprio. Seth Donoughe, coautore dello studio, ha espresso che i risultati lo hanno reso”poco nervoso”. Ciò ha stimolato le richieste di solidi framework di governance.
Microsoft sottolinea che il design di Discovery dà la priorità alla fiducia, alla conformità e alla trasparenza, mantenendo i ricercatori in controllo. Tuttavia, la più ampia comunità scientifica e gli sviluppatori di intelligenza artificiale continuano ad affrontare l’affidabilità e lo spiegamento etico di queste tecnologie trasformative. La ricerca precedente di DeepMind, ad esempio, ha riconosciuto che”fino a quando la velocità del modello non è migliorata e le allucinazioni sono completamente risolte, strumenti come i motori simbolici rimarranno essenziali per le applicazioni matematiche”. Ciò sottolinea che la competenza umana e la tradizionale validazione scientifica rimangono cruciali nell’era della scoperta accelerata.
Navigando il paesaggio in evoluzione di AI nella scienza
L’introduzione di Discovery di Microsoft si verifica all’interno di un paesaggio in rapida evoluzione in cui l’IA è sempre più pivotale. Il concorrente Google è stato importante con la sua iniziativa”co-scienziata”per generare ipotesi di ricerca. La società ha anche rilasciato strumenti specializzati come Txgemma per la scoperta di droghe e alfaevoluve per l’ottimizzazione degli algoritmi. Microsoft stesso aveva precedentemente contribuito con modelli come Bioemu-1 per la dinamica delle proteine. La tendenza più ampia comprende potenziali agenti di ricerca AI ad alta capacità di apertura.
Tuttavia, la crescente raffinatezza dell’IA nella ricerca scientifica porta importanti considerazioni. Uno studio evidenziato da Winbuzzer nell’aprile 2025 ha rivelato che i modelli AI avanzati potrebbero superare i virologi esperti in procedure di laboratorio complesse, sollevando preoccupazioni a doppio uso per il potenziale uso improprio. Seth Donoughe, coautore dello studio, ha espresso che i risultati lo hanno reso”poco nervoso”. Ciò ha stimolato le richieste di solidi framework di governance.
Microsoft sottolinea che il design di Discovery dà la priorità alla fiducia, alla conformità e alla trasparenza, mantenendo i ricercatori in controllo. Tuttavia, la più ampia comunità scientifica e gli sviluppatori di intelligenza artificiale continuano ad affrontare l’affidabilità e lo spiegamento etico di queste tecnologie trasformative. La ricerca precedente di DeepMind, ad esempio, ha riconosciuto che”fino a quando la velocità del modello non è migliorata e le allucinazioni sono completamente risolte, strumenti come i motori simbolici rimarranno essenziali per le applicazioni matematiche”. Ciò sottolinea che la competenza umana e la tradizionale validazione scientifica rimangono cruciali nell’era della scoperta accelerata.