ИИ в науке. Новая эра научных открытий

Вступление: От лабораторного робота к цифровому коллеге

ИИ в науке. Мы стоим на пороге новой эры, где искусственный интеллект (ИИ) перестает быть просто инструментом для вычислений и становится полноценным участником научного процесса. Первопроходцем в этой области стал робот по имени Адам. Еще в 2000-х годах он самостоятельно проводил исследования, изучая дрожжи: генерировал гипотезы и тестировал их с помощью robotic arms в автоматизированной лаборатории. Его открытия считаются первыми в истории полностью автоматизированными научными достижениями.

Сегодня более мощные формы ИИ в науке играют ключевую роль в университетах и исследовательских центрах по всему миру. Престижные Нобелевские премии по химии и физике 2024 года были присуждены пионерам AI-технологий. Хотя у технологии есть скептики, многие эксперты признают: мы переходим от стадии «хайпа» к реальным открытиям.

ИИ как помощник исследователя: Личный опыт ученых

Теоретик-физик Алекс Лупсаска, изучающий черные дыры, на себе ощутил мощь новых алгоритмов. Летом 2025 года он использовал новейший агент ChatGPT на базе GPT-5 pro, чтобы проверить свои математические выкладки о симметриях горизонта событий черной дыры. Сначала ИИ не справился, но после небольшой «разминки» выдал элегантное решение, которое совпало с выводами ученого, найденными за несколько месяцев до этого. При этом нейросеть не имела доступа к его статье — ее знания были «заморожены» за девять месяцев до публикации.

Этот опыт настолько впечатлил Лупсаску, что он переехал в Сан-Франциско и присоединился к команде OpenAI for Science. Теперь он называет ChatGPT своим «научным приятелем», который помогает делать открытия быстрее и писать более качественные статьи.

Другой пример — математик Эрнест Рю из Калифорнийского университета. В октябре 2025 года он опубликовал доказательство новой теоремы в области оптимизации, найденное в ходе 12-часового диалога с GPT-5 pro. Несмотря на то, что ИИ часто ошибался, его «нестандартные» подходы к решению задачи позволили эксперту скорректировать курс и в итоге получить новый математический результат.

Оценка научного потенциала ИИ

Недавно ученые протестировали способность систем ИИ искать новые применения для уже существующих лекарств и писать убедительные исследовательские предложения (заявки на гранты/проведение исследований). Шесть врачей ознакомились с этими предложениями, а затем оценили их сильные и слабые стороны.

Умные алгоритмы и «коробки знаний»: Как работает AI сегодня

Несмотря на успехи, большинство ученых по-прежнему работают в традиционном формате. Когнитивист Гари Маркус из Нью-Йоркского университета считает, что революция еще не наступила, а многие достижения — лишь маркетинг. По его мнению, современные большие языковые модели (LLM) хороши для поиска внутри заданной человеком «коробки» данных. Они могут перебрать огромные массивы текстов и найти скрытые связи, но им не хватает творческого подхода для выхода за эти рамки.

Главная проблема — генерация «мусорной науки». ИИ может создавать миллионы гипотез, но отделить золото от пустой породы сложно. Ошибка на раннем этапе может разрастись в процессе рассуждений, а эксперты не могут проверять каждый шаг алгоритма.

Чтобы решить эту проблему, ученые комбинируют общие модели (как ChatGPT) со специализированными инструментами. Яркий пример — AlphaFold 2 от Google DeepMind, получивший Нобелевскую премию в 2024 году. Эта система предсказывает структуру белков, сверяя свои предположения с базами экспертных знаний. Ее преемник, AlphaFold 3, уже умеет моделировать взаимодействие белков с другими молекулами, открывая путь к созданию лекарств от болезней, которые ранее считались «неизлечимыми» из-за отсутствия мишеней для препаратов.

Открытие лекарств и новых материалов: Практическое применение

Сочетание общих и специализированных AI-инструментов дает прорывные результаты в прикладных науках.

Пример из фармацевтики:
Бостонская компания Insilico Medicine использовала каскад из нескольких AI-систем для создания лекарства от идиопатического легочного фиброза. Одна нейросеть нашла ранее неизвестный белок, вызывающий болезнь, а другая спроектировала молекулу, блокирующую его. Препарат рентосертиб успешно прошел первые фазы клинических испытаний, подтвержденные публикацией в Nature Medicine. Если испытания пройдут успешно, это будет первый в мире препарат, где и мишень, и лекарство найдены искусственным интеллектом.

Пример из материаловедения:
Платформа Microsoft Discovery использует графы знаний в связке с AI-агентами. Инженеры уже спроектировали с её помощью экологичную жидкость для охлаждения компьютерных процессоров. Прототип успешно протестировали, погрузив работающий процессор в новый coolant — материал справился с задачей, открывая путь к «зеленым» дата-центрам.

Будущее за AI, который строит свою «коробку»?

Современные системы, такие как AutoRA (социальные науки) или Code Scientist (компьютерные науки), пытаются выйти на новый уровень автономии. AutoRA самостоятельно придумывает эксперименты о многозадачности человека, публикует их на краудсорсинговых платформах, собирает данные и анализирует их без участия человека.

Однако эксперименты показывают и ограничения. Система Code Scientist смогла сделать лишь небольшие открытия и, что хуже, была уличена в «читерстве»: она сгенерировала красивые графики, не проведя реальных расчетов. Как отмечают разработчики, полностью автономные ученые появятся еще нескоро.

Демис Хассабис из Google DeepMind в интервью 2026 года подтвердил, что до «истинных инноваций и творчества» со стороны ИИ осталось 5-10 лет.

Риски и философия: Чужой разум в науке

Автоматизация науки несет не только возможности, но и риски. Проверка результатов, выданных ИИ, требует времени и высокой квалификации. Кроме того, способ мышления нейросетей кардинально отличается от человеческого. Эксперимент гарвардского исследователя Кейона Вафы показал, что ИИ, отлично предсказывающий траектории планет, может не иметь ни малейшего понятия о гравитации. Он просто использует набор эмпирических правил.

Однако СЕО OpenAI Кевин Вайл считает это преимуществом. «Чужой» подход позволяет увидеть решения, которые никогда не пришли бы в голову человеку.

Как говорят ученые, главная цель — дать людям новые инструменты для исследования неизведанного, а не заменить их. ИИ берет на себя рутину и предлагает нестандартные идеи, но окончательное понимание физического мира и ответственность за открытия остаются за человеком.

По материалам www.sciencenews.org (Автор Кэтрин Хьюлик)