Znanstveno računarstvo u doba AI-ja s mogućnostima agenata
Izvješće s terena pokazuje kako znanstvenici koriste agente za kodiranje da bi modernizirali znanstveni softver za genomiku i druga područja bogata podacima.
Znanstveno računarstvo jedan je od ključnih stupova suvremenih istraživanja u akademskoj zajednici i industriji. No softver potreban za analizu znanstvenih podataka teško prati njihovu sve bržu proizvodnju. Mnogi široko korišteni istraživački alati nastali su kao kôd priložen znanstvenom radu, a razvili su ih mali akademski timovi s malo inženjerskog iskustva i vremena za pakiranje, testiranje, optimizaciju ili dugoročnu podršku. Posljedica je znanstvena infrastruktura koja često ovisi o sporim i krhkim radnim procesima koji zahtijevaju stalno održavanje. Ta ograničenja usporavaju otkrića.
AI agenti počinju mijenjati tu računicu. Smanjujući troškove inženjerskog rada i preuzimajući zamorne zadatke implementacije, mogu pomoći istraživačima da brže izrađuju prototipove ideja, pokreću projekte koji prije nisu bili praktični te lakše dugoročno održavaju softver. Znanstveni softver tako postaje učinkovitiji i bolje održavan, a istraživači dobivaju više vremena za otkrića.
Objavljujemo istraživačko izvješće s terena o osam projekata znanstvenog računarstva uz podršku agenata, ponajprije u biološkim znanostima; pet ih je koristilo samo Codex, a tri kombinaciju Codexa i Claude Codea. Izvješće objedinjuje studije slučaja koje su napisali timovi svakog projekta te utvrđuje teme koje se ponavljaju. Projekti obuhvaćaju sve od rutinskog održavanja i ciljane optimizacije do opsežnih migracija programskih jezika i redizajna izvorno prilagođenih GPU-ovima. Suradnici navode da su agenti znatno ubrzali razvoj i održavanje softvera te su u nekim slučajevima malim timovima omogućili da obave posao koji bi inače zahtijevao mnogo više vremena ili specijaliziranu inženjersku podršku. No ističu i trajni izazov uspostavljanja jasne, dugoročne odgovornosti i skrbi za nastale alate.
Suradnici dosljedno opisuju pomak u ulozi istraživača s implementacije na provjeru i koordinaciju: određivanje što treba izraditi, definiranje načina mjerenja ispravnosti i odlučivanje kada je projekt spreman za objavu. U tom novom modelu istraživači zadržavaju nadzor nad znanstvenim smjerom i standardima kvalitete, dok im podrška agenata omogućuje brži rad.
Modernizirana široko korištena biblioteka za raščlanjivanje genomskih podataka
cyvcf2 je Pythonova biblioteka za čitanje i pisanje datoteka genomskih varijanti. GPT‑5.5 zamijenio je zastarjeli sustav izgradnje i pakiranja biblioteke suvremenim, objedinjenim postupkom koji olakšava instalaciju, testiranje i objavljivanje biblioteke.
Uz agente za kodiranje vrlo je lako brzo napredovati; zasad su za dalek napredak u znanosti još potrebni stručno vodstvo, razumijevanje, istančan osjećaj i pažnja.
—Brent Pedersen
Premda su se projekti uvelike razlikovali po opsegu, pokazali su da agenti za kodiranje smanjuju ograničenja koja nedostatak inženjerskog rada i stručnosti nameće znanstvenom računarstvu. Usko grlo sada je provjera rezultata AI agenta, koja i dalje ovisi o ljudskoj prosudbi.
U svim studijama slučaja agenti su učinkovito rješavali konkretne, jasno ograničene zahtjeve, ali nisu mogli pouzdano procijeniti je li njihov rad znanstveno valjan ni ispunjava li očekivanja. Štoviše, agenti su često izražavali sigurnost čak i kada je njihov rad sadržavao očite pogreške. Ljudski su recenzenti stoga morali pronaći pouzdane načine provjere rezultata. Najbolji pristupi koristili su vanjsku referencu ili mjerljiv cilj prihvaćanja, poput potpunog podudaranja rezultata, jednakovrijednosti s postojećim alatom, odgovarajućeg statističkog ponašanja ili unaprijed utvrđenih odgovora dobivenih simuliranim podacima.
Još jedna tema koja se ponavljala bila je da su projekti uglavnom napredovali u fazama, iteracijama vođenima povratnim informacijama, umjesto pristupom učenja s jednim primjerom. Suradnici su opće ciljeve podijelili na manje izmjene, a zatim su posrednim referentnim testovima i testnim sustavima procjenjivali i usavršavali rad agenata. Agenti su često brzo izrađivali početne implementacije, ali rješavanje rubnih slučajeva i suptilnih brojčanih razlika trajalo je mnogo dulje. Dovršavanje „posljednjeg koraka” implementacije često je zahtijevalo najviše rada.
Sveukupno, ove studije slučaja upućuju na to da agenti omogućuju istraživačima da manje vremena troše na implementaciju, a više na usmjeravanje znanstvenog rada. Ljudi definiraju cilj, složene projekte dijele na izvedive cjeline i procjenjuju jesu li rezultati znanstveno valjani. Ublažavanjem dugogodišnjih inženjerskih ograničenja agenti proširuju mogućnosti istraživača, oslobađajući ih da se usredotoče na najvažnija znanstvena pitanja i odluke.
Nedostatno održavanje istraživačkog softvera već dugo usporava iteracije te ograničava ponovljivost i pouzdanost. Objavljena istraživanja „istraživačkog koda(otvara se u novom prozoru)” i omičkih alata(otvara se u novom prozoru) pokazala su da se objavljeni softver često ne može pravilno instalirati u novom računalnom okruženju ili pokrenuti prema dokumentaciji, zbog čega istraživači troše mnogo vremena na konfiguraciju i otklanjanje pogrešaka. Čak i rutinska poboljšanja mogu istraživačima uštedjeti vrijeme i smanjiti računalne zahtjeve, dok refaktoriranje i ponovno pisanje radi boljih performansi mogu donijeti veće dobitke.
No niži troškovi implementacije također olakšavaju izradu brojnih sličnih inačica, čime se korisnici fragmentiraju, a stručna pažnja potrebna za pouzdanost pojedinog alata raspršuje. Zato su dugoročna skrb i pripisivanje zasluga ključni. Zreo znanstveni softver obuhvaća nedokumentirane konvencije, zahtjeve kompatibilnosti i povjerenje korisnika koje se ne može reproducirati pukim prevođenjem izvornog koda.
Studije slučaja prikazuju nekoliko mogućih putova naprijed. Izmjene MHCflurryja i cyvcf2 uključene su u njihove izvorne nadređene projekte, dok je rustar-aligner prešao pod skrb nove zajednice jer je izvorni projekt bio napušten. Kada je moguća koordinacija s postojećim održavateljima, treba je započeti što prije. Kada je potrebna zasebna implementacija, mora imati jasno određenog vlasnika i vjerodostojan plan održavanja. Bez toga današnja moderna prerada sutra može postati napušteni kôd umjesto pouzdane znanstvene infrastrukture.
Ovo je izvješće s terena retrospektivno i istraživačko, ali studije slučaja upućuju na praktičnu promjenu u razvoju znanstvenog softvera. Agenti za kodiranje poput Codexa mogu znatno smanjiti troškove održavanja, migracije, optimizacije i novih implementacija. Njihova dugoročna znanstvena vrijednost i dalje ovisi o ljudskim odlukama o tome što izraditi, kako to provjeriti i tko će to održavati. Dublja promjena nije samo u tome što istraživači mogu proizvesti više softvera, nego i u tome što mogu više truda usmjeriti na definiranje, provjeru i skrb za alate.
Ove studije slučaja pokazuju da agenti već mogu ubrzati iteracije u znanstvenom računarstvu. Kako se agenti za kodiranje budu poboljšavali, istraživači će moći trošiti manje vremena na održavanje analitičkih procesa, a više na razvoj svojih područja.
