The Pulse
Licklider lancia il livello di verifica SciGround per la ricerca assistita dall’IA
SciGround è progettato per verificare disegni di ricerca, dati, analisi e affermazioni al di fuori del modello di IA. La sua beta pubblica gratuita è limitata alla registrazione del disegno dello studio, ai controlli dello stato e alla diagnostica in Claude Web.

I ricercatori possono usare un livello di verifica separato per controllare il collegamento tra disegni di ricerca, dati, analisi e affermazioni mentre lavorano con un assistente IA, afferma Licklider. L’azienda di Tokyo ha lanciato il prodotto, SciGround, il 13 novembre per la ricerca che coinvolge modelli linguistici di grandi dimensioni.
Fonte prnewswire.com
SciGround MCP è in beta pubblica alla versione 0.1.0 e si collega agli assistenti che supportano il Model Context Protocol. La beta pubblica gratuita descritta sul sito di Licklider parte dalla registrazione e dalla verifica di uno studio pianificato con due gruppi in Claude Web; richiede l’accesso con Google ed è limitata alla registrazione del disegno, ai controlli dello stato e alla diagnostica.
Verifiche al di fuori del modello
I ricercatori mantengono il proprio assistente IA come interfaccia e partner di ragionamento. L’assistente richiama SciGround tramite MCP, mentre il lavoro di verifica avviene al di fuori del modello.
Secondo Licklider, i calcoli e le verifiche vengono eseguiti con versioni software registrate, usando strumenti come SciPy, NumPy, R, FLINT/Arb per l’aritmetica a precisione garantita e il solver Z3. Il prodotto è progettato per verificare se i dati corrispondono al disegno dello studio, se i numeri rientrano entro un margine di errore dichiarato e se un’affermazione consegue dal risultato.
Il test, la direzione del confronto e la soglia vengono fissati prima di produrre un risultato. Per disegni o dati non supportati, l’azienda afferma che SciGround si ferma o rifiuta di procedere anziché fare approssimazioni, e non cambia metodo dopo aver visto la significatività statistica.
Flussi di lavoro di ricerca
L’elenco delle analisi disponibili al lancio comprende i test t di Student e di Welch, i test t appaiati con abbinamento per ID, l’ANOVA a una via con confronti corretti predefiniti e il test U di Mann–Whitney. Comprende anche l’analisi dell’espressione differenziale su RNA-seq bulk con controllo del tasso di false scoperte, dati mancanti dovuti a guasti delle apparecchiature, tre batch fissi, un confronto tra originale e replica e un disegno intermedio con due analisi.
È possibile valutare più esiti con una correzione predefinita. Ogni flusso di lavoro ha input e affermazioni definiti, e l’idoneità dipende dal disegno e dagli input completi, non soltanto dal nome di un test noto.
Per i confronti appaiati, il flusso di lavoro abbina le misurazioni per ID anziché in base all’ordine delle righe e calcola le differenze dai valori originali prima di eseguire il test appaiato. Per più esiti, la guida ai flussi di lavoro di Licklider afferma che ogni esito resta nel rapporto, sia che risulti significativo sia che non lo sia.
Registrazioni e correzioni
Ogni risultato viene restituito come un Record leggibile da una macchina, contenente l’affermazione, le ipotesi, i limiti, le evidenze, gli input e le versioni software. La registrazione è pensata per consentire ad altri di ricostruire la verifica in modo indipendente.
Quando i dati vengono corretti, i risultati e le affermazioni interessati vengono sottoposti a una nuova verifica, conservando le evidenze per ciascuna versione, afferma l’azienda. La guida ai flussi di lavoro descrive inoltre la conservazione del tipo e della precisione di ciascuna fonte quando si confronta una sintesi pubblicata con i dati individuali di una replica.
Licklider è stata fondata a Tokyo nel 2024. Il suo fondatore e CEO è Tasuku Kobayashi.
Fonti
Notizie correlate
- Mirendil raccoglie 1 miliardo di dollari per strumenti di ricerca sull’IA
- Baidu presenta ERNIE Evolve per la ricerca autonoma sull’IA
- Stanford HAI assegna 3,5 milioni di dollari a sette team di ricerca sull’IA
- Gli agenti di ricerca basati sull’IA coincidono solo con il 18% delle idee umane
- Gli scienziati IA faticano a riprodurre la ricerca quantistica