مایکروسافت قابلیت «Deep Research» را به سرویس ایجنت Azure AI Foundry اضافه کرد

مایکروسافت به توسعه سرویس ایجنت Azure AI Foundry ادامه می‌دهد و به‌تازگی نسخه پیش‌نمایش عمومی قابلیت «Deep Research» را اضافه کرده است؛ قابلیتی که به کاربران امکان می‌دهد با استفاده از داده‌های وب عمومی، تحقیقات عمیق و چندمرحله‌ای انجام دهند.

قابلیت «Deep Research» یک توانایی تخصصی هوش مصنوعی است که فراتر از بازیابی ساده اطلاعات عمل می‌کند و به ایجنت‌های هوشمند امکان می‌دهد به‌صورت مستقل اطلاعات پیچیده را تحلیل، ترکیب و گزارش کنند. این قابلیت به‌طور خاص برای پشتیبانی از متخصصان حوزه‌هایی مانند علم، مالی و سیاست طراحی شده که در آن‌ها دقت، مستندسازی کامل و قابلیت ردیابی حیاتی هستند.

سرویس ایجنت Azure AI Foundry بخش کلیدی پلتفرم Azure AI Foundry است. این پلتفرم مدل‌ها، ابزارها، فریم‌ورک‌ها و سازوکارهای نظارتی را در یک سیستم یکپارچه برای ساخت ایجنت‌های هوشمند ترکیب می‌کند؛ جایی که Agent Service امکان اجرای ایجنت‌ها را در مراحل توسعه، استقرار و تولید فراهم می‌سازد. مایکروسافت سرمایه‌گذاری زیادی روی Foundry و Agent Service انجام داده، از جمله افزودن قابلیت‌هایی مانند پشتیبانی از Model Context Protocol (MCP)، هماهنگی چندایجنتی و قابلیت مشاهده‌پذیری.

حالا با ارائه پیش‌نمایش قابلیت Deep Research، ینا آرناس (Yina Arenas)، معاون مایکروسافت، در یک پست وبلاگی درباره هوش مصنوعی و یادگیری ماشین اعلام کرد:

«با استفاده از قابلیت «Deep Research»، توسعه‌دهنده‌ها می‌توانند ایجنت‌هایی بسازند که به‌صورت عمیق برنامه‌ریزی، تحلیل و ترکیب اطلاعات از سراسر وب را انجام دهند؛ وظایف پیچیده تحقیقاتی را خودکار کنند، خروجی‌هایی شفاف و قابل ممیزی تولید کنند و به‌صورت یکپارچه جریان‌های کاری چندمرحله‌ای را با سایر ابزارها و ایجنت‌ها در Azure AI Foundry ترکیب کنند.»

قابلیت «Deep Research» از طریق یک پایپ‌لاین چندمرحله‌ای ایجنت عمل می‌کند که با هدف شبیه‌سازی فرایندهای دقیق تحقیق انسانی طراحی شده:

• مرحله «توضیح نیت» (Intent Clarification): با استفاده از مدل‌های پیشرفته سری GPT، از جمله GPT-4o و GPT-4.1، اجرا می‌شود. در این مرحله، ایجنت پرسش تحقیق اولیه را شفاف‌سازی کرده و دامنه وظیفه را به‌دقت مشخص می‌کند.
• مرحله «کشف داده‌های وب» (Web Data Discovery): که در آن ایجنت به‌صورت امن از ابزار Grounding with Bing Search استفاده می‌کند تا داده‌های وب باکیفیت و به‌روز را جمع‌آوری کند. این کار به‌طور چشمگیری خطر تولید اطلاعات نادرست (hallucination) را کاهش داده و دقت واقعی اطلاعات را تضمین می‌کند. همچنین باید توجه داشت که داده‌های منتقل‌شده از طریق Bing Search خارج از محدوده تطابق Azure قرار دارند.
• مرحله «اجرای تحلیل عمیق» (Deep Analytical Execution): با مدل اصلی o3-deep-research انجام می‌شود که روی مدل استدلالی o3 در Azure OpenAI بهینه‌سازی شده است و سپس تحقیق را اجرا می‌کند. این مدل دارای ظرفیت متن ۲۰۰ هزار توکنی و پشتیبانی تا ۱۰۰ هزار توکن خروجی است که به آن امکان پردازش حجم زیادی از اطلاعات، استدلال گام‌به‌گام و تنظیم پویا در مواجهه با داده‌های جدید را می‌دهد.
• مرحله «تولید گزارش و قابلیت ردیابی»: که به یک گزارش ساختاریافته با ذکر منابع منتهی می‌شود؛ گزارشی که نه‌تنها پاسخ نهایی را ارائه می‌دهد بلکه مسیر تحلیلی گام‌به‌گام مدل، فهرست کامل منابع استفاده‌شده و هرگونه توضیح خواسته‌شده در طول جلسه را به‌دقت مستند می‌کند.

وقتی قابلیت Deep Research چند ماه پیش معرفی شد، بازخورد اولیه کاربران در یک موضوع Hacker News نشان داد که تایید انسانی همچنان ضروری است. کاربران گزارش دادند که ابزار گاهی خطاهای واقعی داشته، مثل برداشت نادرست از داده‌های منابع یا نسبت دادن اشتباه محتوا، حتی وقتی لینک منابع ارائه شده بود. بنابراین، هرچند Deep Research یک ابزار قدرتمند برای شروع تحقیق است، خروجی‌های آن باید با احتیاط بررسی و توسط کاربران انسانی به‌دقت صحت‌سنجی شود.

در نهایت، قیمت مدل o3-deep-research از ۱۰ دلار به‌ازای هر میلیون توکن ورودی و ۴۰ دلار به‌ازای هر میلیون توکن خروجی شروع می‌شود و هزینه‌های اضافی برای استفاده از Bing Grounding و مرحله توضیح نیت وجود دارد. توسعه‌دهندگانی که علاقه‌مند به بهره‌گیری از این قابلیت هستند می‌توانند برای پیش‌نمایش عمومی محدود ثبت‌نام کرده و مستندات و آموزش‌های ارائه‌شده توسط مایکروسافت را بررسی کنند.

منبع:infoq.com