The Pulse
BootLoops porta il calcolo certificato agli agenti IA per la scienza
BootLoops combina strumenti computazionali e protocolli per verificare la ricerca quantitativa assistita dall’IA. I suoi esempi spaziano dalla fisica matematica alla genetica delle popolazioni, dall’ecologia alla filogenetica, con il coinvolgimento dei ricercatori nella valutazione del valore scientifico dei risultati.

«Claude e GPT sono bravi nella scienza, ma non sono scienziati: sì, sono intelligenti, ma può essere necessario guidarli molto da vicino perché producano qualcosa di valore scientifico.»
Matthew Schwartz, professore e autore dell’intervento ospitato da Anthropic
Questa distinzione è alla base di BootLoops, un toolkit open source per usare i modelli linguistici di grandi dimensioni nel lavoro scientifico quantitativo. Schwartz ha presentato il progetto in un intervento ospitato pubblicato da Anthropic il 1º ottobre 2026. Il repository di BootLoops 1.0 combina software computazionale e protocolli pensati per rendere verificabile l’output di un agente, anziché chiedere agli utenti di accettare una risposta sulla base dell’autorità del modello.
Dalla fisica matematica ad altri campi
Schwartz racconta di aver iniziato chiedendo a Claude di creare strumenti per la fisica matematica, per poi ampliare il lavoro man mano che il software trovava applicazioni altrove. Il toolkit comprende integrali multidimensionali, relazioni di ricorrenza esatte, calcoli dell’evidenza bayesiana e metodi numerici con limiti d’errore certificati. La documentazione spiega all’agente che cosa fa ogni strumento e quali verifiche deve superare il suo risultato.
Il punto di partenza del progetto sono state le ampiezze di scattering, calcoli utilizzati nella fisica delle particelle. Schwartz descrive come ha usato Claude per trasferire metodi esistenti in un framework condiviso ed estenderli agli integrali ellittici. Secondo il suo resoconto, il lavoro ha prodotto 30 calcoli completi di integrali: 15 riproduzioni di risultati noti e 15 che non erano mai stati calcolati con quell’approccio.
Le applicazioni descritte nell’intervento su Anthropic vanno oltre la fisica. Nella genetica delle popolazioni, Claude ha usato metodi della fisica matematica per risolvere un’espressione integrale relativa al modo in cui la selezione naturale modella le mutazioni rare; Schwartz afferma che il team l’ha applicata al catalogo gnomAD della variazione genetica umana. Un’analisi distinta di genetica delle popolazioni ha esaminato 5,7 miliardi di coppie di mutazioni vicine e ha trovato evidenze di conversione genica. In filogenetica, il lavoro sull’evidenza bayesiana per gli alberi evolutivi è un progetto distinto. Il repository descrive Mixalot come una base di codice per la statistica e Popcorn come una base di codice per la genetica delle popolazioni, entrambe all’interno del toolkit; JaCKandJill è il repository correlato ma separato per la filogenetica bayesiana.
Le verifiche fanno parte del toolkit
BootLoops comprende più del solo codice per eseguire i calcoli. I suoi protocolli prevedono verifiche indipendenti su punti non utilizzati per adattare un risultato, controlli positivi che dimostrino che una verifica può rilevare un errore, test con valori noti inseriti nei dati prima di analizzare quelli reali e registrazioni delle fonti che hanno contribuito a un adattamento. Le istruzioni indicano inoltre agli agenti di eseguire un test su piccola scala prima di avviarne uno più ampio.
Il repository elenca 49 pacchetti di strumenti e fornisce un comando di autoverifica che esegue le batterie di test incluse. Secondo la documentazione, l’esecuzione richiede qualche minuto su un portatile; tre pacchetti si interrompono con errori specifici perché nel repository mancano i dati di cui hanno bisogno. I test che richiedono un motore esterno vengono saltati quando questo non è installato e la documentazione indica che cosa occorre aggiungere.
BootLoops è scritto principalmente in Python 3.12, con componenti Julia in alcuni pacchetti, ed è distribuito con licenza MIT. Il README riferisce che è stato validato su Debian 12 con Python 3.12 e Julia 1.11 in container x86_64 e arm64, segnalando una limitazione per arm64 nel programma di installazione di Blade. macOS non è stato incluso nei test della versione.
Per Schwartz, il controllo resta agli scienziati
Il framework non rende automaticamente valide le conclusioni di un agente. Claude può valutare male l’importanza di un risultato, dichiarare concluso un lavoro lasciando irrisolta una lacuna fondamentale e trarre conclusioni errate dai calcoli, scrive Schwartz. Il flusso di lavoro che descrive mantiene coinvolti i ricercatori umani nella scelta dei problemi, nell’approvazione dei piani, nell’esame dei risultati e nella consultazione degli esperti di settore.
Questa separazione si riflette anche nella titolarità del progetto: Schwartz afferma che BootLoops non è un progetto di Anthropic, anche se durante il lavoro ha operato come ricercatore ospite presso l’azienda. Schwartz lo ha creato e Claude ha scritto il codice sotto la sua direzione, secondo il repository. BootLoops chiede ai ricercatori di verificarne i risultati prima di farvi affidamento ed esclude dagli usi previsti le decisioni cliniche, attuariali, sui pagamenti, regolatorie e di pubblica sicurezza.
Fonti
- Fonte originale Anthropic anthropic.com
Altre pagine lette
- GitHub github.com
Aziende in questa notizia
Notizie correlate
- OpenAI lancia Dots, agenti sempre attivi con computer nel cloud
- Robinhood porta gli agenti di trading basati sull’IA nella sua app
- Manus 2.0 aggiunge workflow attivati da eventi e agenti personali
- OpenAI lancia Dots, agenti che lavorano in background
- Microsoft e Hugging Face mettono alla prova gli agenti su 507 flussi di lavoro