Fra hullkort til KI-assistenter: Hvordan språkmodeller og agenter åpner avanserte simuleringer for alle

Fra værvarsling til batteriutvikling – avansert beregningsvitenskap gjør det mulig å teste ideer og løse komplekse problemer digitalt før de prøves i virkeligheten. I SINTEF utvikler vi simuleringsverktøy som sparer tid, kostnader og ressurser – og som gjør at løsninger kan utvikles raskere og med høyere presisjon.

Fra hullkort til grafiske grensesnitt

I datamaskinenes barndom måtte de mates med hullkort – kun for spesielt kyndige. Med grafiske grensesnitt på 1980-tallet ble datamaskiner tilgjengelige for alle. Nå står vi foran en ny revolusjon.

Neste grensesnittrevolusjon: snakk med simulatoren din

Store språkmodeller (LLM-er), som ChatGPT-5, kan gjøre avanserte simulatorer tilgjengelige for langt flere. Med en KI-assistent kan du beskrive hva du vil oppnå, og få oppsett og skript generert automatisk. Resultatet? Raskere eksperimentering, enklere testing – og mer tid til å tolke resultater. Fordelen er at vi får det beste fra to verdener: språkmodellenes evne til å håndtere store mengder informasjon og kommunisere på et naturlig språk, kombinert med simulatorenes robusthet og evne til å forklare hvordan resultatene er oppnådd.

Agentbaserte tjenester – koding uten koding

Vi kobler språkmodeller til agentbaserte tjenester som styrer simulatorer. Du beskriver målet, språkmodellen foreslår oppsett, og agentene tester, retter feil og justerer input. De kan hente informasjon fra dokumentasjon, tidligere erfaringer eller nettet. Agentene arbeider som et lite lag: en “sjef” fordeler oppgaver, en “kodeekspert” implementerer, og en “kunnskapsekspert” finner relevant informasjon.

Slik kan vi løse komplekse oppgaver raskt, samtidig som vi beholder den samme robuste og etterprøvbare nøyaktigheten som simulatorene gir.

Fremtiden

Vi drømmer om at simulatorer en dag skal være like lett tilgjengelige som tekstbehandlere. KI-assistenter vil forstå faglige beskrivelser og koordinere spesialiserte agenter som setter opp, kjører og evaluerer simuleringer, henter kunnskap, retter feil og foreslår forbedringer – alt for å gjøre avansert eksperimentering mer tilgjengelig, også for ikke-eksperter.

Spennende oppgaver for sommerstudenter

Denne fremtidsvisjonen er allerede under bygging. I sommer har studenter hos oss vist hvordan KI og agentbaserte tilnærminger kan senke terskelen for avansert simulering – og bidratt til å ta oss et viktig steg nærmere målet.

Neste generasjons geoenergi-simulering – drevet av KI og agenter

Se for deg å simulere CO₂-lagring dypt under bakken, teste et jordvarmeanlegg eller planlegge optimal hydrokarbonproduksjon. I dag krever dette kompliserte input-filer og skript. I sommer bygde en student et agentbasert grensesnitt til vår deriverbare simulator Jutul. Jutul er en modulær simulator som både beregner resultater og gir sensitiviteter, altså hvordan resultatet endres når man justerer input-parametere, med anvendelser innen simulering av CO₂-lagring, jordvarme og batteridesign. Dette gjør den “KI-klar”: avansert KI (agent)-teknologi kan styre beregningene mer målrettet, finne optimale løsninger raskere og teste flere scenarier med høy presisjon – alt beskrevet med naturlig språk.

Fra klassiske datamaskiner til kvantedatamaskiner

Vi har også hatt to studenter som jobbet med kvantedatamaskiner i regi av vårt NeQst om radikale fremtidsteknologier. De undersøkte hvordan KI-agenter kan støtte komplekse oppgaver innen kvanteprogrammering – et felt som kombinerer kvantefysikk, informatikk og anvendelser som kvantekjemi eller optimalisering. Kvanteprogrammering befinner seg i dag omtrent der klassiske datamaskiner var på «hullkortstadiet»: langsom, komplisert og utilgjengelig for de fleste, men med enormt potensial. Ved å bruke KI-agenter som tolk mellom bruker og kvanteplattform kan vi allerede nå gjøre det enklere å eksperimentere, teste og lære i denne tidlige fasen.

Nylig hadde vi besøk av Teknisk Ukeblad, som ønsket å høre mer om hvordan vi gjør dette i praksis. Resultatet ble en podcast, som du kan høre her.

Faksimile fra Teknisk Ukeblad 14.08.2025: