With over 20 years of experience, we transform your digital presence. We specialize in website and E-Shop development, SEO and Digital Marketing, ERP software and smart automation that take your business to the next level.
Address:
154 Egnatia Street, Thessaloniki 546 36
Phone:
+30 231 231 4095
E-mail:
hello@twodots.gr
Ready for the next step?;
Το VortexChat συντονίζει AI agent, diffusion model, gradient refinement και full-wave simulation για φωτονικό design με μετρήσιμο feedback.
Το VortexChat δείχνει πώς ένας AI agent μπορεί να μετατρέψει μια απαίτηση φυσικής γλώσσας σε κατασκευάσιμη φωτονική συσκευή, χωρίς να προσποιείται ότι το γλωσσικό μοντέλο γνωρίζει τη φυσική. Το LLM συντονίζει παραγωγή τοπολογίας, gradient-based refinement και full-wave προσομοίωση μέσα σε κλειστό βρόχο feedback. Στο Vortex100 πέτυχε 71% συνολικό success rate, αλλά ο διάμεσος χρόνος των εργασιών ήταν περίπου 73 ώρες: η αυτονομία μειώνει την ανθρώπινη παρακολούθηση, όχι αναγκαστικά το υπολογιστικό κόστος.
Η υπόσχεση «περιγράφω τι θέλω και το AI το σχεδιάζει» συχνά κρύβει το δυσκολότερο μέρος: ποιος ελέγχει αν το αποτέλεσμα υπακούει στη φυσική, αν μπορεί να κατασκευαστεί και αν περνά όλα τα κριτήρια ταυτόχρονα. Η μελέτη VortexChat: An agentic framework for autonomous multi-objective integrated photonic design απαντά με αρχιτεκτονική εργαλείων και μετρήσεων, όχι με ένα γενικό μοντέλο που παράγει ανεξέλεγκτα σχέδια.
Η περίπτωση είναι στενή — broadband terahertz perfect-vortex συσκευές — αλλά το μοτίβο αφορά κάθε ομάδα που χτίζει AI agents για παραγωγικά workflows: η φυσική ή επιχειρησιακή αλήθεια πρέπει να προέρχεται από έγκυρα domain tools, ενώ ο agent οργανώνει τα βήματα, διαβάζει feedback και αποφασίζει την επόμενη ενέργεια μέσα σε προκαθορισμένα όρια.
Το VortexChat δέχεται έναν στόχο σε φυσική γλώσσα και τον μετατρέπει σε δομημένες παραμέτρους σχεδιασμού. Στη συνέχεια συντονίζει τρία εξειδικευμένα modules: το OAMDiff παράγει μια φυσικά εύλογη αρχική τοπολογία, το Gradient-based Refinement τη βελτιστοποιεί υπό οπτικούς και κατασκευαστικούς περιορισμούς, και το StructureTester εκτελεί full-wave ηλεκτρομαγνητική προσομοίωση και επιστρέφει μετρήσεις.
Η ροή δεν τελειώνει με την πρώτη έξοδο. Το feedback module συγκρίνει απόδοση, mode purity, bandwidth και περιορισμούς κατασκευής με τον συνολικό στόχο. Αν κάποιο κριτήριο αποτυγχάνει, ο agent μπορεί να αλλάξει παραμέτρους του refinement ή να ζητήσει νέα αρχική τοπολογία. Αν όλα περάσουν, τερματίζει και παραδίδει τη δομή μαζί με τις παραμέτρους της.
Ο πυρήνας ακολουθεί το μοτίβο ReAct, εναλλάσσοντας reasoning και tool use. Το agent βλέπει τον συνολικό στόχο, τις τρέχουσες παραμέτρους, το ιστορικό βελτιστοποίησης και το feedback του solver. Με βάση αυτά επιλέγει εργαλείο και στρατηγική, ενώ μπορεί να επέμβει και στα Python scripts του GBR όταν χρειάζεται αλλαγή objective function ή παραμέτρων.
Η επικοινωνία με τα εργαλεία γίνεται μέσω δομημένων JSON μηνυμάτων σε αρχιτεκτονική εμπνευσμένη από το Model Context Protocol. Τα prompts ορίζουν σειρά εκτέλεσης, επιτρεπόμενες ενέργειες, constraints και termination conditions. Αυτή η προσέγγιση είναι συγγενής με τα enterprise AI harnesses όπου η διακυβέρνηση γίνεται μέρος της αρχιτεκτονικής: η αυτονομία είναι χρήσιμη μόνο όταν το action space και τα quality gates είναι ρητά.
Στατικό automation
Εκτελεί πάντα την ίδια ακολουθία OAMDiff, GBR και simulation. Είναι προβλέψιμο, αλλά δεν αλλάζει route όταν το feedback δείχνει κακή σύγκλιση ή αποτυχία constraint.
LLM ως surrogate
Προσπαθεί να προβλέψει απευθείας τη φωτονική δομή ή απόκριση. Μπορεί να επιταχύνει exploration, αλλά η φυσική πιστότητα εξαρτάται έντονα από δεδομένα και validation.
Agent και solvers
Το LLM μεταφράζει τον στόχο και προσαρμόζει το workflow, ενώ diffusion, adjoint optimization και full-wave simulation παράγουν και ελέγχουν τη λύση.
Το OAMDiff είναι conditional latent diffusion model για την παραγωγή συνεχών ηλεκτρομαγνητικών τοπολογιών. Ένας VQ-VAE encoder συμπιέζει την τοπολογία σε latent representation και ένα U-Net μαθαίνει την αντίστροφη διαδικασία διάχυσης. Cross-attention εισάγει φυσικές συνθήκες όπως μήκος κύματος, επιθυμητή απόδοση, mode purity και OAM order.
Η αξία του module βρίσκεται στην αρχικοποίηση. Η gradient optimization είναι ευαίσθητη στο σημείο εκκίνησης, άρα μια δομή που είναι ήδη συμβατή με τον στόχο μπορεί να περιορίσει άκαρπες τροχιές. Στα generation tests της μελέτης για 500–1.500 μm, με δέκα ανεξάρτητα samples ανά ζώνη, η μέση απόδοση ήταν περίπου 82,6% και η μέση mode purity περίπου 85,5%. Η απόδοση σε αυτή τη δοκιμή υπολογίστηκε για αμφίδρομη εκπομπή λόγω της συμμετρίας του συστήματος.
Αυτό δεν σημαίνει ότι το diffusion output είναι έτοιμο για κατασκευή. Είναι συνεχής κατανομή επιτρεπτότητας και λειτουργεί ως προτεινόμενη αφετηρία. Η διαδικασία χρειάζεται physics-based refinement, κατασκευαστικούς περιορισμούς και ανεξάρτητη full-wave αξιολόγηση πριν θεωρηθεί αποδεκτή.
Το Gradient-based Refinement χρησιμοποιεί adjoint optimization και φίλτρο προβολής Heaviside για να μετατρέψει σταδιακά τη συνεχή τοπολογία σε δυαδική δομή πυριτίου–αέρα. Το objective βασίζεται στην επικάλυψη ανάμεσα στο προσομοιωμένο πεδίο και στο επιθυμητό perfect-vortex mode για καθεμία από τις τέσσερις θύρες.
Η απλή δυαδικοποίηση μπορεί να παράγει απομονωμένα pixels, πολύ στενές συνδέσεις, οξείες γωνίες ή χαρακτηριστικά μικρότερα από το όριο κατασκευής. Γι’ αυτό το GBR προσθέτει fabrication-aware penalties στα μεταγενέστερα στάδια. Οι απότομες διακυμάνσεις της objective function δεν σημαίνουν υποχρεωτικά κατάρρευση: μπορεί να εμφανίζονται όταν αυξάνεται η ισχύς της προβολής ή όταν οι κατασκευαστικοί περιορισμοί αποκτούν μεγαλύτερο βάρος.
Το trade-off είναι ουσιαστικό. Μια τοπική πτώση της οπτικής επίδοσης μπορεί να είναι σωστή αν αφαιρεί γεωμετρία που δεν μπορεί να παραχθεί. Για έναν engineering agent, «καλύτερο score» χωρίς manufacturability δεν είναι επιτυχία. Το ίδιο ισχύει και σε επιχειρησιακό software: ένα output που δεν περνά policy, security ή operational constraints δεν είναι έτοιμο για εκτέλεση.
Το StructureTester δημιουργεί το μοντέλο full-wave simulation, εκτελεί τις δοκιμές και επιστρέφει δομημένες μετρήσεις για απόδοση και mode purity ανά port. Το feedback module προσθέτει κατάσταση σύγκλισης, επίδοση κάθε θύρας και ικανοποίηση των κατασκευαστικών περιορισμών. Έτσι η επόμενη απόφαση στηρίζεται σε μετρημένο state, όχι σε αυτοαξιολόγηση του LLM.
Ο βρόχος επιτρέπει δύο βασικές κατευθύνσεις διόρθωσης: νέα topology proposal από το OAMDiff ή αλλαγή των παραμέτρων και της στρατηγικής στο GBR. Το agent μπορεί να επιμένει μέχρι να επιτευχθούν οι στόχοι ή μέχρι να ενεργοποιηθεί το όριο των 50 tool calls. Το termination condition είναι κρίσιμο, επειδή στο benchmark οι δύσκολες τροχιές συχνά συνέχισαν να καταναλώνουν χρόνο χωρίς να ικανοποιούν όλους τους στόχους.
Η αρχιτεκτονική φωτίζει και το ζήτημα της συμπεριφορικής δοκιμής των AI agents. Δεν αρκεί να ελέγξεις μόνο το τελικό artifact. Χρειάζεται να μετρήσεις ποιες ενέργειες επέλεξε ο agent, πόσες επαναλήψεις έκανε, αν σεβάστηκε τα όρια και αν σταμάτησε όταν η πρόσθετη προσπάθεια δεν δικαιολογούνταν.
Το Vortex100 περιλαμβάνει 100 εργασίες σχεδιασμού από prompts φυσικής γλώσσας. Το εύρος 500–1.500 μm χωρίζεται σε δέκα ζώνες των 100 μm. Κάθε task ζητά τέσσερα vortex modes με OAM orders ℓ = 1, 2, 3 και 4, ενώ το minimum feature size περιορίζεται στα 20 μm.
Η επιτυχία είναι αυστηρά κοινή. Και οι τέσσερις θύρες πρέπει να ξεπερνούν 75% efficiency και 80% mode purity στο κεντρικό μήκος κύματος, ενώ και τα 11 ομοιόμορφα σημεία της ζώνης πρέπει να έχουν efficiency πάνω από 70%. Μόνο όταν περνούν και τα τρία criteria θεωρείται επιτυχημένο το task.
Με αυτόν τον ορισμό, το VortexChat πέτυχε 71% overall success. Τα μεμονωμένα pass rates ήταν 78% για efficiency, 72% για purity και 90% για bandwidth. Στα επιτυχημένα tasks, η μέση four-port efficiency ήταν 77,5% και η μέση purity 84,5%, ενώ στα αποτυχημένα ήταν 74,1% και 75,2% αντίστοιχα.
Τέσσερις επαληθευμένες μετρικές του VortexChat
Οι τιμές προέρχονται από το Vortex100 και την πειραματική επίδειξη του paper· δεν αποτελούν πρόβλεψη για άλλο engineering workload.
Ο διάμεσος αριθμός tool calls ήταν 9, με εύρος 5–50. Ο διάμεσος wall-clock χρόνος ήταν περίπου 73 ώρες, ο μέσος 82 ώρες και το μέγιστο περίπου 570 ώρες. Η μέση κατανάλωση που αναφέρεται είναι 0,01 GPU-hours και 5,77 CPU-hours ανά task σε πλατφόρμα με RTX 4090 και Xeon Platinum 8488C, ενώ τέσσερις εργασίες εκτελούνταν παράλληλα. Οι πολλές κλήσεις εμφανίζονται κυρίως ως σύμπτωμα δύσκολης βελτιστοποίησης, όχι ως απόδειξη μεγαλύτερης νοημοσύνης.
Ερώτηση πριν από επένδυση σε agentic engineering
Μετρήστε joint success, retries, wall-clock latency, solver και license cost, παραβιάσεις constraints, ανθρώπινα escalations και ποιότητα του τελικού physical ή operational validation. Ένα υψηλό score σε ένα μόνο metric δεν αρκεί.
Στην end-to-end επίδειξη, ένας ερευνητής έδωσε μόνο τον στόχο σε φυσική γλώσσα. Το VortexChat τον μετέτρεψε σε δομημένες παραμέτρους και σχεδίασε περιοχή 5.000 × 5.000 μm, πάχους 200 μm, με τέσσερις waveguide θύρες. Καθεμία τροφοδοτεί την ίδια inverse-designed περιοχή και παράγει διαφορετικό OAM mode.
Μετά τον πρώτο κύκλο GBR, το StructureTester έδειξε ότι δεν περνούσαν όλα τα requirements. Ο agent άλλαξε τις παραμέτρους και ξεκίνησε δεύτερο refinement. Η δεύτερη δομή κάλυψε τα προκαθορισμένα criteria και ο βρόχος σταμάτησε χωρίς ανθρώπινη παρέμβαση μέσα στη φάση optimization.
Οι full-wave προσομοιώσεις έδειξαν mode purity πάνω από 85% στη ζώνη 750–900 μm και μέγιστο crosstalk περίπου 5,0%. Η συσκευή κατασκευάστηκε σε wafer μονοκρυσταλλικού πυριτίου με τυπική φωτολιθογραφική μάσκα. Στις μετρήσεις, οι μονόδρομες efficiencies ήταν −5,0 έως −4,6 dB, οι purities των τεσσάρων modes παρέμειναν πάνω από 84% και το μέγιστο crosstalk ήταν 5,2%.
Αυτό είναι το ισχυρότερο στοιχείο της εργασίας: η απόφαση του agent συνδέεται με physical artifact και μετρήσεις που συμφωνούν με τη full-wave simulation. Δεν πρόκειται απλώς για εντυπωσιακή εικόνα μιας προτεινόμενης γεωμετρίας.
Το άμεσα μεταφέρσιμο εύρημα δεν είναι ότι κάθε επιχείρηση χρειάζεται photonic design. Είναι ότι ένα agentic workflow γίνεται αξιόπιστο όταν χωρίζει τέσσερις ευθύνες: κατανόηση στόχου, παραγωγή υποψηφίου, εξειδικευμένη βελτιστοποίηση και ανεξάρτητη επικύρωση. Το γενικό μοντέλο δεν πρέπει να είναι ταυτόχρονα προτείνων, κριτής και πηγή αλήθειας.
Σε e-commerce, για παράδειγμα, ένας agent μπορεί να προτείνει αλλαγή feed ή καμπάνιας, αλλά τα acceptance criteria πρέπει να ελέγχονται από platform validators, policy rules και πραγματικά analytics. Σε customer support, μπορεί να οργανώνει διάγνωση και επόμενες ενέργειες, αλλά η πρόσβαση λογαριασμού, οι επιστροφές και οι αποζημιώσεις χρειάζονται authoritative APIs και approvals. Αυτές είναι αρχιτεκτονικές αναλογίες και όχι χρήσεις που δοκιμάστηκαν στο VortexChat.
Ο σχεδιασμός πρέπει επίσης να περιλαμβάνει trust boundaries. Ένας agent που μπορεί να τροποποιεί optimization scripts ή objective functions έχει μεγάλη ισχύ. Χρειάζεται allowlist αλλαγών, versioning, sandbox, immutable logs και approval πριν μια αλλαγή επηρεάσει εξωτερικό σύστημα. Το agentic AI security stack ξεκινά από αυτές τις δυνατότητες και τα controls, όχι από την ονομασία του μοντέλου.
Τέλος, χρειάζεται total-cost accounting. Ο χρόνος του solver, οι άδειες λογισμικού, η υποδομή, τα retries και η ανθρώπινη διερεύνηση failure cases ανήκουν στο ίδιο business case. Η ίδια αρχή εμφανίζεται στα AI agent harnesses, όπου έλεγχος και κόστος πρέπει να μετρώνται μαζί.
Το VortexChat είναι ερευνητικό framework και όχι έτοιμο επιχειρησιακό προϊόν. Παρ’ όλα αυτά, η αρχιτεκτονική του προσφέρει ένα πρακτικό checklist για Αυτοματισμούς Επιχειρήσεων και AI όπου ο agent πρέπει να χρησιμοποιεί εργαλεία, να αξιολογεί feedback και να σταματά με σαφή κριτήρια.
Από το φυσικό ή επιχειρησιακό requirement σε ελέγξιμο closed loop
Μετατρέψτε τη φυσική γλώσσα σε μετρήσιμες απαιτήσεις. Δηλώστε ποια όρια πρέπει να περάσουν ταυτόχρονα και ποια αποτελέσματα θεωρούνται μη αποδεκτά.
Ξεχωρίστε generator, optimizer, validator και system of record. Για κάθε μέτρηση ορίστε ποιο εργαλείο αποτελεί την πηγή αλήθειας.
Χρησιμοποιήστε schemas, allowlists, parameter bounds και sandbox. Μην επιτρέπετε αυθαίρετη αλλαγή κώδικα ή objective χωρίς versioning και approval.
Επιστρέψτε δομημένα metrics, constraint violations, convergence state και provenance. Η επόμενη ενέργεια πρέπει να βασίζεται σε ελέγξιμα δεδομένα.
Ορίστε tool-call cap, wall-clock deadline, cost ceiling και escalation rule. Η επιμονή χωρίς βελτίωση πρέπει να οδηγεί σε αλλαγή route ή stop.
Προκαλέστε solver errors, stale feedback, αντικρουόμενα metrics και invalid outputs. Επιβεβαιώστε ότι ο agent δεν παρακάμπτει gates και μπορεί να επιστρέψει σε γνωστή καλή έκδοση.
Προχωρήστε μόνο αν το joint success και η μείωση ανθρώπινης εργασίας δικαιολογούν latency, υποδομή και ρίσκο. Διαφορετικά περιορίστε το scope ή κρατήστε human-in-the-loop.
Σε περιβάλλον πολλών agents, το shared state και ο συντονισμός χρειάζονται πρόσθετα locks και ownership. Η διαχείριση concurrency μεταξύ AI agents αποτρέπει συγκρουόμενες αλλαγές σε κοινά artifacts, ενώ τα approvals προστατεύουν τα σημεία όπου μια απόφαση γίνεται εξωτερική ενέργεια.
Το benchmark αφορά μία οικογένεια vortex photonic devices και όχι όλο το integrated photonic design. Το OAMDiff έχει εκπαιδευτεί σε domain-specific δεδομένα, ενώ οι full-wave simulations βασίζονται στο εμπορικό Ansys Lumerical FDTD. Τα αποτελέσματα δεν αποδεικνύουν ότι το ίδιο pipeline θα μεταφερθεί χωρίς νέα δεδομένα, objectives και solvers σε άλλο engineering domain.
Το base model ήταν LLaMA 3.1-70B με temperature 0,2 και context 64k tokens. Η απόδοση ανήκει σε ολόκληρο το σύστημα — prompts, tools, training data, feedback, constraints και compute — και δεν πρέπει να αποδοθεί μόνο στο LLM. Η μελέτη είναι preprint, ενώ ο κώδικας και τα δεδομένα δηλώνονται ότι θα γίνουν δημόσια στο GitHub μετά τη δημοσίευση· επομένως η ανεξάρτητη αναπαραγωγή δεν τεκμηριώνεται ακόμη από ανοικτό repository.
Το 71% σημαίνει επίσης ότι 29 από τα 100 tasks δεν πέρασαν όλα τα criteria. Το μέγιστο runtime των περίπου 570 ωρών και το όριο 50 tool calls δείχνουν ότι ο closed loop agent μπορεί να επιμένει σε δύσκολη τροχιά χωρίς επιτυχία. Σε πραγματική λειτουργία, τα AI agents πρέπει να αξιολογούνται ως ολόκληρα συστήματα, με monitoring, budget, logs, human escalation και ασφαλές stop.
Το σωστό συμπέρασμα είναι συγκεκριμένο: το VortexChat παρουσιάζει αξιόπιστη απόδειξη ότι ένα LLM μπορεί να συντονίσει domain models, physics-based optimization και full-wave validation μέχρι ένα κατασκευασμένο φωτονικό πρωτότυπο. Δεν αποδεικνύει γενική αυτόνομη μηχανική. Δίνει όμως ένα ισχυρό design pattern: proposal από AI, validation από authoritative εργαλεία, κοινά acceptance criteria και ανθρώπινος έλεγχος εκεί όπου το κόστος λάθους είναι υψηλό.
Από το agent concept σε ελεγχόμενο workflow
Η TWO DOTS χαρτογραφεί τον στόχο, τα authoritative APIs, τα feedback contracts, τα approvals και τα failure tests ώστε κάθε αυτοματισμός να προχωρά μόνο όταν περνά τα πραγματικά επιχειρησιακά κριτήρια.
Frequently Asked Questions (FAQs)
Είναι ερευνητικό agentic framework που μετατρέπει απαιτήσεις φυσικής γλώσσας σε multi-objective φωτονικές συσκευές, συντονίζοντας topology generation, gradient refinement και full-wave simulation.
Όχι. Το LLM λειτουργεί ως decision agent. Η αρχική τοπολογία παράγεται από το OAMDiff, η φυσική βελτιστοποίηση γίνεται από το GBR και η απόδοση ελέγχεται από full-wave simulation.
Πέτυχε 71% overall success σε 100 tasks όταν efficiency, mode purity και bandwidth έπρεπε να περάσουν ταυτόχρονα τα προκαθορισμένα όρια.
Ο διάμεσος wall-clock χρόνος ήταν περίπου 73 ώρες, ο μέσος 82 ώρες και το μέγιστο περίπου 570 ώρες, με τέσσερα tasks να εκτελούνται παράλληλα.
Ναι. Οι ερευνητές κατασκεύασαν broadband terahertz perfect-vortex multiplexer σε πυρίτιο και ανέφεραν μετρήσεις που συμφωνούσαν με τις full-wave προσομοιώσεις.
Παράγει μια συνεχή, φυσικά εύλογη αρχική τοπολογία με conditional latent diffusion. Η έξοδός του δεν είναι τελικό κατασκευάσιμο σχέδιο και χρειάζεται refinement και validation.
Όχι χωρίς νέα domain tools, δεδομένα, objectives και δοκιμές. Η μελέτη επικυρώνει συγκεκριμένα vortex photonic devices και όχι γενική αυτόνομη μηχανική.
Να χωρίζει την παραγωγή πρότασης από την έγκυρη επικύρωση, να ορίζει κοινά acceptance criteria και να βάζει budgets, approvals, logs και ασφαλές stop γύρω από τον agent.
