一行代碼都不用寫，全靠AI，在200小時內發現一種全新物質！

如果使用傳統方法，這個過程可能需要花費幾個月甚至幾年時間。

這個立大功的AI，就是微軟剛剛在Build大會上推出的Microsoft Discovery。

它是一個企業級AI科研平臺，結合了專業AI Agent與高性能計算。

微軟表示，推出Microsoft Discovery，是為了跨越領域專家和計算能力之間的鴻溝，把AI的力量帶給科學家和工程師。

以更快速度、更大規模和更高精度推動科學成果。

發現新物質，時間從n個月壓縮到200小時

事情是這樣的——

微軟用Microsoft Discovery解決了一個數據中心真實面對的難題，即尋找不含PFAS（全氟/多氟烷基物質）成分的冷卻劑。

目前而言，數據中心的冷卻方法往往依賴于有害化學品。

PFAS就是一種廣泛用于冷卻系統，但逐步被全球監管禁止的“永不分解”化學物質。

微軟研究人員使用Microsoft Discovery篩選了367000種潛在的替代品。

約200小時內，研究人員利用在Microsoft Discovery識別出了可能用來替代的冷卻劑，然后將結果交給合作方進行合成驗證。

最后，微軟還展示了用這種冷卻劑來冷卻運行視頻游戲的GPU的效果。

圖片

盡管這項具體應用仍處于實驗階段，但此時的一小步，卻是這個領域的一大步。

微軟表示，這說明了用上Microsoft Discovery，原本可能需要幾個月乃至幾年的開發過程，現在只需要幾個月就能完成。

而且是每一個領域。

因為微軟推出Microsoft Discovery，就是為了通過自然語言交互，讓沒有編程背景的研究人員也能使用超級計算能力與復雜模擬系統。

除了這個領域外，微軟已經開始推動Microsoft Discovery在醫藥、芯片設計、工程制造等領域的應用。

一直以來，科學家往往需要學習編程語言才能使用復雜的計算平臺，這造成了研究瓶頸。

“我的博士專業是生物學，我不是計算機科學家。”微軟戰略任務與技術副總裁Jason Zander表示，“如果你能讓我僅僅通過提示詞，就解鎖超算的能力，那真的給予了非編程人員很強大的助力。”

沒錯，作為一個企業級平臺，Microsoft Discovery的使用方式和普通AI一樣，非常簡便。

使用者可以通過一個類似Copilot的界面，與AI通過自然語言互動，來指導上面專業化的AI Agent。

圖片

也可以定制與自身流程匹配的AI，將專業知識編碼為Agent能力，這樣一來，無需依賴傳統編碼工具就能搭建端到端的實驗流程，協助科研團隊完成整個研究任務。

對于中小型科研機構來說，這種平臺可以省去招聘專門編程人員的成本，讓領域專家用大白話提問、建模、做實驗，從而大幅降低先進科研的準入門檻。

Microsoft Discovery如何煉成？

要實現這個目標，那么理想中的平臺既需要理解科學領域，又能管理科學思維中的認知過程。

該Microsoft Discovery平臺結合了兩個關鍵組件：

• 基礎模型：用于規劃。
• 專業模型：針對特定科學領域（如物理學、化學和生物學）訓練。

這種方法的獨特之處，在于把通用人工智能能力與深入的專業科學知識相結合。

兩種模型組成了Microsoft Discovery背后的“AI博士后”團隊——這些專業Agent可以執行科學過程中，從文獻綜述到計算模擬的各個方面。

同時，Microsoft Discovery具備以下能力：

• 在復雜知識圖譜中推理；
• 跨領域任務專業化；
• 從結果中學習并動態調整研究計劃。

現在發展最迅速的大模型，雖然能加速信息檢索和假設生成，但缺乏對分散、復雜甚至矛盾科學數據的深度語境理解。

為此，Microsoft Discovery引入了圖譜知識引擎。

圖譜知識引擎不僅可以進行檢索事實，同時能夠構建專有數據與外部科研間的關聯圖譜，深入理解跨學科沖突理論、實驗結果及潛在假設。

在此基礎上，Microsoft Discovery還實現了協同推理。

其推理過程透明，通過詳細來源追蹤和邏輯鏈保持專家參與，確保可信度與可驗證性。

此外，與傳統孤立流程不同，Microsoft Discovery支持持續迭代的研發循環。

與此同時，微軟Copilot作為科學助手，基于研究者指令協調各個Agent，整合AI與HPC模擬。

最后，Microsoft Discovery基于Azure基礎設施打造，降低使用門檻。

平臺現已開放私密預覽，定價尚未公布。

微軟表示，小型實驗室可通過Azure接入平臺，費用按云服務模式計費。

One More Thing

目前，Microsoft Discovery依托傳統高性能計算，但它的架構預留了未來連接量子計算的能力。

“我們正在探索如何將智能體AI與算力優勢結合，甚至延伸到量子計算，并將其應用在最重要的領域：科學研究。”微軟表示。

參考鏈接：
[1]https://azure.microsoft.com/en-us/blog/transforming-rd-with-agentic-ai-introducing-microsoft-discovery/
[2]https://venturebeat.com/ai/microsoft-just-launched-an-ai-that-discovered-a-new-chemical-in-200-hours-instead-of-years/
[3]https://www.youtube.com/watch?v=R8d5JsJ9R64