Oleksandr Kuzmenko, РедакторОпубліковано 5 хв читанняЗа участі AI · перевірено редактором
TL;DR
- Універсальні візуальні моделі можуть замінити спеціалізовані класифікатори за наявності чітких візуальних евристик.
- Перевірка сирих сенсорних 3D-точок слугує детерміністичним рівнем захисту від галюцинацій візуальних агентів.
- Паралелізація на 48 агентів скорочує місяці ручного перегляду растрових даних до нічного прогону.
Ключові факти
- Досліджена площа
- 1200 км²
- Кількість агентів
- 48 паралельних агентів
- Висота піраміди
- 8–12 м
- Висота лісового покриву
- 10–17 м
- Час виконання
- < 72 годин
Джерело: Ключові факти — Досліджена площа, Висота піраміди, Висота лісового покриву
Джерело: Ключові факти. Досліджена площа: 1200 км². Висота піраміди: 8–12 м. Висота лісового покриву: 10–17 м. Кожне число скопійоване з історії.
- Досліджена площа1200 км²
- Висота піраміди8–12 м
- Висота лісового покриву10–17 м
Мультиагентне візуальне сканування лідарних даних
Замість тренування спеціалізованих класифікаторів конвеєр перетворив приблизно 1200 км² публічних лідарних даних NASA G-LiHT на висококонтрастні 2D-карти висот. Команда з 48 агентів (на базі Gemini, Claude, ChatGPT та Grok) паралельно обробляла отримані тайли. Орієнтуючись на візуальні правила, агенти шукали прямі кути, вирівняні площі та тераси, які не виникають у природному рельєфі джунглів.
Верифікація за сирими 3D-хмарами точок
Щоб виключити хибні структури, спричинені кsystem рослинності, конвеєр аналізував вертикальні зрізи сирих хмар точок. Тоді як рослинність сягала 10–17 м (зелені точки), профіль поверхні землі (коричневі точки) зафіксував овальну піраміду заввишки 8–12 м, піднятий двір та резервуар для води (aguada), типові для класичного періоду майя (250–900 рр. н.е.).
Автоматизована генерація звіту та взаємодія з інституціями
Після перевірки за каталогами та публікаціями агенти сформували технічний звіт і переклали його іспанською мовою. Національний інститут антропології та історії Мексики (INAH) надав офіційну відповідь протягом 72 годин, підтвердивши відсутність зареєстрованих пам'яток за вказаними координатами.
Спробуй за 2 хвилини
import concurrent.futures
def inspect_lidar_tile(tile_id, image_bytes):
return agent_client.analyze(
image=image_bytes,
prompt="Identify non-natural rectilinear formations, pyramids, or plazas. Flag coordinates."
)
with concurrent.futures.ThreadPoolExecutor(max_workers=48) as executor:
results = list(executor.map(lambda t: inspect_lidar_tile(*t), tile_manifest))Коли використовувати
- Сканування великих нерозмічених масивів візуальних даних, коли навчання окремої моделі невиправдано дороге.
- Декомпозиція дослідницьких завдань на паралельний аналіз тайлів за чіткими евристиками.
Що зробити сьогодні
- Розбивайте великі просторові дані на окремі тайли зображень перед передачею в мультимодальні агентні конвеєри.
- Впроваджуйте ортогональний рівень верифікації (сирі хмари точок або табличні дані) для валідації знахідок агентів.
- Автоматизуйте генерацію звітів та локалізацію агентними ланцюжками для прискорення зовнішнього рецензування.
Назви кроків узяті з блоку «Що зробити сьогодні».
Назви кроків узяті з блоку «Що зробити сьогодні». Розбивайте великі просторові дані на окремі тайли зображень перед передачею в мультимодальні агентні конвеєри.. Впроваджуйте ортогональний рівень верифікації (сирі хмари точок або табличні дані) для валідації знахідок агентів.. Автоматизуйте генерацію звітів та локалізацію агентними ланцюжками для прискорення зовнішнього рецензування.
- Розбивайте великі просторові дані на окремі тайли зображень перед передачею в мультимодальні агентні конвеєри.
- Впроваджуйте ортогональний рівень верифікації (сирі хмари точок або табличні дані) для валідації знахідок агентів.
- Автоматизуйте генерацію звітів та локалізацію агентними ланцюжками для прискорення зовнішнього рецензування.
Що каже спільнота
The approach did work, but the discovery isn't new. Independent re-discovery happens all the time science.
agents reliably and repeatedly make claims of novelty that are based on having read ~80% of existing research. Obviously to make an actual well-grounded claim of novelty you basically need to approach 100%.