Microsoft Discovery इस हफ्ते Azure पर generally available हो गया, यह विशेषीकृत AI agents की टीमों को वैज्ञानिक और इंजीनियरिंग R&D में तैनात करने का एक platform है: ऐसे agents जो knowledge bases पर तर्क करते हैं, परिकल्पनाएं बनाते हैं, प्रयोग अनुकूलित करते हैं, परिणाम मान्य करते हैं, और loop करते हैं। यह सामान्य enterprise-agent launch से आगे ध्यान का हकदार इसलिए है क्योंकि इससे जुड़ा showcase। Microsoft Majorana 2 quantum chip के विकास में एक केंद्रीय भूमिका का श्रेय Discovery के agents को देता है, जहां, कंपनी कहती है, agents ने fabrication workflows संभाले, measurements स्वचालित किए, materials stack अनुकूलित किया, और कई formats में दो दशकों के प्रयोगात्मक data के पार patterns को सहसंबंधित कर उन manufacturing खामियों को उजागर किया जिन्हें मानव टीमों ने नहीं देखा था।
दावे किए गए परिणाम बड़े हैं, और उन्हें पढ़ने का सही तरीका उन्हें vendor के विवरण के रूप में देखना है। Microsoft कहता है कि Majorana 2 ने अपने पूर्ववर्ती पर 1,000 गुना विश्वसनीयता सुधार हासिल किया, औसत qubit lifetime 20 सेकंड और कुछ runs में एक मिनट तक, प्रतिस्पर्धी दृष्टिकोणों की microsecond lifetimes के मुकाबले, और कि इस काम ने इसकी quantum-computer delivery timeline को 2034 से 2029 तक खींचा। chip ने qubits को cosmic गड़बड़ियों से बचाने के लिए aluminum से lead superconductor shielding में बदलाव किया। ये vendor के chip के बारे में vendor के आंकड़े हैं, तो ईमानदार framing यह है कि agents एक श्रेय-प्राप्त उपकरण थे, कंपनी द्वारा रिपोर्ट किए जा रहे एक परिणाम के भीतर, स्वतंत्र रूप से audited कारण-दावा नहीं। यह इसे खोखला नहीं बनाता, यह इसे अंत में एक असामान्य रूप से भौतिक artifact वाला vendor case study बनाता है।
जो वास्तव में आया उस पर: Discovery एक Discovery Engine को, जो multi-agent workflows orchestrate करता है, compute-भारी simulation के लिए Azure HPC के साथ जोड़ता है, enterprise security और governance में लपेटा हुआ, और, रखने लायक detail, confidence scoring और citations ताकि outputs एक traceable, समीक्षा-योग्य evidence trail के रूप में आएं, न कि अपारदर्शी agent निर्णयों के रूप में। GitHub Copilot integration वाला एक मुफ्त desktop app preview में है, और नामित शुरुआती GA ग्राहक Pacific Northwest National Laboratory और Syensqo हैं। Technical Fellow Chetan Nayak ने आंतरिक रुख का सार दिया: "Agentic AI ने हमारे लगभग हर काम में पैठ बना ली है। यह बस हमारे workflow का एक बहुत स्वाभाविक हिस्सा बन गया है।"
यह agents-के-लिए-विज्ञान की कहानी का अब तक का सबसे ठोस artifact है, और यह Google के समानांतर Gemini for Science धक्के के बगल में बैठता है, एक अलग vendor से वही दांव: agentic systems को वैज्ञानिक उपकरण मानो, chat साथी नहीं। quantum बारीकियों से आगे जो हिस्सा साथ चलता है वह citation-और-confidence design है, जो वही state-externalization सिद्धांत है जिस पर retrieval research बार-बार उतरती है, agent सिर्फ जवाब नहीं देता, वह अपना सबूत दिखाता है, यहां discovery पर लागू। यह "AI ने विज्ञान किया" का एकमात्र संस्करण है जिसे अन्य वैज्ञानिक सच में जांच सकते हैं, और यहीं ईमानदार परीक्षण भी रहता है: यहां सबसे महत्वपूर्ण संख्या, हजार-गुना लाभ, Microsoft की है, और एक श्रेणी के रूप में agentic R&D का पहला असली प्रमाण यह होगा कि क्या वे citation trails तब टिकते हैं जब कंपनी के बाहर कोई उनका अनुसरण करे।