ИИ-ученые получили £6 млн: роботы захватывают лаборатории

Революция в лабораториях: роботы заменяют аспирантов

Британское агентство ARIA, финансирующее прорывные исследования, запустило конкурс на создание ИИ-ученых. Результат превзошел ожидания: вместо запланированных шести проектов профинансировали двенадцать. Причина - лавина качественных заявок. 245 команд из университетов и стартапов уже строят системы, автоматизирующие научную работу.

Что такое ИИ-ученый? Это программа, управляющая всем циклом исследования. Она выдвигает предположения, конструирует опыты, запускает оборудование, изучает итоги и повторяет процесс. Живой специалист формулирует задачу - дальше машина работает сама.

"Аспиранты достойны лучшего, чем торчать в лаборатории до трех ночи ради одного эксперимента", - объясняет Энт Роустрон, технический директор ARIA.

Кто получил деньги и зачем

Победители разделили £6 миллионов. Половина команд - британцы, остальные из США и Европы. Каждая получит около £500 тысяч на девять месяцев. Финал - демонстрация новых открытий, сделанных роботом.

Американская Lila Sciences строит ИИ-наноученого для квантовых точек. Эти частицы размером в нанометры используют в медицинской визуализации, солнечных панелях и QLED-телевизорах. Система будет искать оптимальные способы их создания и обработки.

"Грант позволяет доказать концепцию", - говорит Рафа Гомес-Бомбарелли из Lila Sciences. "Мы создадим реальный роботизированный цикл вокруг конкретной научной проблемы, получим доказательства работоспособности и задокументируем методику для других".

Университет Ливерпуля разрабатывает робота-химика. Машина ведет несколько опытов одновременно и применяет языковую модель с компьютерным зрением для устранения собственных ошибок.

Лондонский стартап Humanis AI создает ThetaWorld - систему на базе больших языковых моделей для изучения батарей. Эксперименты будут проходить в автоматизированной лаборатории Sandia National Laboratories в Америке.

Хотите внедрить ИИ в свой бизнес? Узнайте практические решения на сайте AI Projects.

Зачем ARIA экспериментирует с малыми грантами

Обычно агентство выделяет £5 миллионов на 2-3 года. Полмиллиона на девять месяцев - мелочь. Но это намеренная стратегия, признает Роустрон. ARIA тестирует саму себя.

Финансируя множество проектов на короткий срок, организация измеряет температуру передового края науки. Насколько быстро меняются методы исследований? Какие технологии реально работают? Ответы станут базой для крупных программ будущего.

Проблема в том, что вокруг много шумихи. Ведущие ИИ-компании создали научные подразделения и публикуют результаты через пресс-релизы, минуя рецензирование. Трудно отличить реальность от рекламы.

"Это всегда вызов для агентства, работающего на переднем крае", - отмечает Роустрон. "Чтобы финансировать прорывы, нужно понимать, где проходит граница возможного".

Как устроены современные ИИ-ученые

Сейчас передовые системы - это агенты, вызывающие готовые инструменты по требованию. Большие языковые модели генерируют идеи, другие алгоритмы оптимизируют параметры и управляют экспериментами. Результаты возвращаются в систему, запуская новый цикл.

Роустрон видит технологию слоями. Внизу - инструменты вроде AlphaFold, созданные людьми для людей. Они ускоряют медленные этапы исследований, но проверка итогов требует месяцев лабораторной работы. ИИ-ученый автоматизирует и эту часть.

Он находится уровнем выше и вызывает нужные программы. "Но наступит момент - и я думаю, не через десять лет - когда ИИ-ученый скажет: мне нужен инструмент, которого нет. И создаст аналог AlphaFold по ходу решения другой задачи. Весь нижний слой станет автоматическим".

Пока до этого далеко. Все финансируемые проекты используют существующие программы, а не генерируют новые.

Почему роботы пока не готовы к Нобелевке

Агентские системы сталкиваются с нерешенными проблемами. Они сбиваются с курса или ошибаются при длительной автономной работе. Исследование индийской лаборатории Lossfunk показало: LLM-агенты провалили три из четырех попыток завершить научный цикл.

Причины сбоев разнообразны. Системы меняли исходные условия задачи или "от радости" объявляли успех при очевидных неудачах.

"Конечно, эти инструменты еще на ранней стадии и могут застопориться", - признает Роустрон. "Я не жду от них Нобелевской премии".

"Но возможен мир, где эти технологии заставят нас работать намного быстрее. И если мы окажемся в таком мире, критически важно быть готовыми".

Готовьтесь к будущему с экспертами AI Projects - получите индивидуальную консультацию по автоматизации.

Что дальше: гонка за скоростью открытий

Девять месяцев покажут, насколько реалистичны обещания разработчиков. ARIA получит данные о реальных возможностях технологии - без маркетингового глянца.

Даже если роботы не совершат переворота, они уже меняют правила игры. Рутинные задачи уходят к машинам. Ученые освобождаются для творчества. Скорость исследований растет.

Вопрос не в том, заменят ли ИИ людей в науке. Вопрос в том, как быстро изменится сама наука - и успеем ли мы адаптироваться к новой реальности, где открытия делаются не годами, а неделями.

Британское правительство делает ставку на то, что успеем. И вкладывает деньги, чтобы это гарантировать.