Microsoft, MAI-DxO sistemiyle yapay zeka ajanlarını doktor ekibi gibi çalıştırıyorMicrosoft's MAI-DxO system runs AI agents like a team of doctors

ÖzetSummary

Microsoft, MAI-DxO adlı çoklu ajan yapay zeka sistemini tanıtan bir Science makalesi yayımladı. Sistem, karmaşık NEJM vakalarında tanılar üzerine tartışan bir doktor panelini simüle ediyor. MAI-DxO bu vakalarda %83 doğruluk oranına ulaşırken, tek başına çalışan genel pratisyenlerin oranı %36'da kaldı. Ancak kıyaslama, bu tür vakaları normalde ele alacak uzmanları dışarıda bırakıyor. Ayrıca tüm sonuçlar gerçek hastalardan değil, simülasyonlardan elde edildi.

Neden ÖnemliWhy it matters

Çoklu ajan 'tartışma' mimarisi, tek model istemciliğinden belirgin bir sapma. GPT-5'in tek başına kullanımına kıyasla vaka başına yaklaşık 3.000 dolarlık maliyet tasarrufu, hastane bütçeleri için önemli olabilir. Daha önemlisi, Beth Israel Deaconess ve Mayo Clinic'te planlanan gerçek dünya denemesi ve temel model çalışması, Microsoft'un 12-24 ay içinde kıyaslama vitrini aşarak klinik devreye almaya yöneldiğine işaret ediyor.

Öne ÇıkanlarHighlights

• %83'e karşı %36 başlığı, zor vakalarda asıl karşılaştırma grubu olan uzmanları ve tam tıbbi ekipleri kıyaslamadan dışarıda bıraktığını gizliyor.
• TechCrunch'ın analizi, doğruluk artışının büyük bölümünün çoklu ajan orkestrasyon katmanından değil, alttaki büyük dil modelinden (GPT-5/5.5) kaynaklandığını gösteriyor.
• Acil servis senaryolarında MAI-DxO, tek modele kıyasla doğrulukta veya maliyette neredeyse sıfır avantaj sağlıyor. Bu durum, 'ekip' mimarisinin en iyi ihtimalle duruma bağlı olduğunu düşündürüyor.

EleştiriCritical take

%83'e karşı %36 karşılaştırması yanıltıcı. Karmaşık sevklerin asıl muhatabı olan uzmanları dışarıda bırakıp çoklu ajan sistemini tek başına çalışan genel pratisyenlerle kıyaslamak, görünürdeki avantajı abartıyor. Aynı mimarinin acil servis ortamlarında ölçülebilir bir iyileşme sağlamaması, 'ekip' tasarımının ayırt edici faktör olmadığını, asıl farkın alttaki modelden kaynaklandığını gösteriyor.