Будущее науки и ИИ: от специализированных инструментов к автономным агентам

На прошедшей конференции Google I/O генеральный директор Google DeepMind Демис Хассабис заявил, что человечество находится у «подножия технологической сингулярности». Под этим термином подразумевается гипотетический момент в будущем, когда искусственный интеллект превзойдет человеческий разум и коренным образом изменит цивилизацию. В качестве примера текущих достижений была представлена система WeatherNext, которая в прошлом году заблаговременно предупредила о разрушительном выходе урагана «Мелисса» на сушу в Ямайке, что помогло спасти человеческие жизни.

Выступление Хассабиса подчеркнуло нарастающее напряжение между двумя подходами к использованию ИИ в науке. Первый ориентирован на создание узкоспециализированных инструментов для решения конкретных задач, таких как прогнозирование погоды. Второй предполагает разработку агентных систем на базе больших языковых моделей (LLM), которые в будущем смогут проводить полноценные научные исследования без участия человека.

Переход к автономным научным исследованиям

Идея агентного ИИ сегодня вызывает наибольший интерес в индустрии. Концепция рекурсивного самосовершенствования предполагает, что системы со временем станут основным двигателем прогресса в области самого ИИ, ускоряя свое развитие по мере роста «интеллекта». По словам главного научного сотрудника Google Cloud Пушмита Коли, отрасль движется к созданию технологий, которые не просто помогают ученым, но и начинают самостоятельно заниматься наукой.

Несмотря на появление автономных систем, Google продолжает поддерживать специализированные проекты. Среди них:

• AlphaFold — инструмент для предсказания структуры белков, за который ученые DeepMind были удостоены Нобелевской премии.
• AlphaGenome — система, ориентированная на генетические исследования.
• AlphaEarth Foundations — модель для анализа процессов в земной коре и атмосфере.
• WeatherNext — обновленная версия системы прогнозирования погоды.

По данным компании, результатами работы AlphaFold уже воспользовались более трех миллионов исследователей по всему миру. Кроме того, дочернее предприятие Isomorphic Labs, использующее данные технологии для разработки новых лекарств, недавно привлекло 2 миллиарда долларов инвестиций в рамках раунда серии B.

Смена приоритетов и новые лидеры

В индустрии наблюдаются признаки перераспределения ресурсов. Джон Джампер, ключевой разработчик AlphaFold и лауреат Нобелевской премии, перешел к работе над ИИ для написания программного кода. Эксперты полагают, что это связано с желанием Google усилить позиции в конкуренции с Anthropic и OpenAI, чьи инструменты для программирования сейчас считаются более эффективными. Кроме того, навыки написания кода критически важны для успеха автономных агентных систем.

Конкурирующие компании также демонстрируют успехи агентных моделей. Недавно в OpenAI сообщили, что одна из их моделей опровергла важную математическую гипотезу. Примечательно, что использованная нейросеть не была специализированным математическим инструментом — это модель общего назначения с развитыми способностями к рассуждению, схожая по архитектуре с GPT-5.5.

Gemini для науки

Центральным анонсом Google I/O в научной сфере стал пакет Gemini for Science. Он объединяет несколько систем на базе LLM под единым брендом. В него входят:

• AI Co-Scientist — инструмент для генерации научных гипотез.
• AlphaEvolve — система для оптимизации алгоритмов.

На данный момент эти инструменты проходят закрытое тестирование, однако Google открыла прием заявок на доступ для широкого научного сообщества. Генетик из Стэнфордского университета Гэри Пелтц сравнил работу с AI Co-Scientist с «консультацией у Дельфийского оракула».

Руководство Google подчеркивает, что новые системы позиционируются как помощники, а не замена людям. Использование названия «Co-Scientist» (со-исследователь) вместо «AI Scientist» указывает на стремление сохранить человекоцентричный подход. Демис Хассабис полагает, что в ближайшее десятилетие ИИ будет оставаться инструментом поддержки, а в более долгосрочной перспективе может стать полноценным коллегой и соавтором открытий, преодолевая пределы человеческого разума в таких сложных областях, как фундаментальная физика.