InfEngine: Selbstprüfende, selbstoptimierende KI für Infrarot-Computing

Infrarotstrahlungsrechnen ist ein Schlüsselbereich für Klimaforschung, Fernerkundung und Spektroskopie, doch die meisten Abläufe bleiben noch stark von manuellen Workflows abhängig. Mit InfEngine wird ein neuer Ansatz vorgestellt, der die Steuerung von Rechenaufgaben von menschlicher Hand auf autonome, kollaborative Automatisierung verlagert.

Der Kern von InfEngine besteht aus vier spezialisierten Agenten, die durch zwei bahnbrechende Innovationen verbunden sind: Erstens die Selbstverifikation, die durch gemeinsames Debugging von Solver und Evaluator die funktionale Richtigkeit und wissenschaftliche Plausibilität sicherstellt. Zweitens die Selbstoptimierung, die mithilfe evolutionärer Algorithmen und selbstentdeckter Fitnessfunktionen die Leistung der Workflows ohne menschliches Eingreifen verbessert.

In Tests auf dem Benchmark‑Set InfBench mit 200 infraspezifischen Aufgaben und unter Einsatz von InfTools, das 270 sorgfältig kuratierte Werkzeuge umfasst, erreicht InfEngine eine Erfolgsquote von 92,7 % und liefert komplette Arbeitsabläufe 21‑mal schneller als ein erfahrener Experte.

Diese Ergebnisse zeigen, wie Forscher von der manuellen Codierung zu einer partnerschaftlichen Zusammenarbeit mit selbstprüfenden, selbstoptimierenden Rechenpartnern übergehen können. Durch die Generierung von wiederverwendbarem, verifiziertem und optimiertem Code verwandelt InfEngine Arbeitsabläufe in dauerhafte wissenschaftliche Assets und beschleunigt damit den gesamten Zyklus der Forschung.

Der Quellcode ist auf GitHub verfügbar: https://github.com/kding1225/infengine