Забудьте о хайпе — настоящая революция ИИ происходит в лаборатории, полной дрожжей

Пока общественность зациклена на чат-ботах с ИИ, которые умеют писать стихи или создавать фейковые видео, гораздо более разрушительный сдвиг происходит в лаборатории Технического университета Чалмерса в Швеции. На протяжении десятилетий образ научного открытия был связан с исследователем-человеком, склонившимся над микроскопом в ожидании озарения. Этот образ теперь устарел. Исследователи разработали ИИ-ученого по имени Ева (Eve), который не просто помогает людям в их работе. Ева сама выдвигает гипотезы, планирует собственные эксперименты и интерпретирует результаты, не нуждаясь в перерыве на кофе.

Это не симуляция. Это лаборатория с замкнутым циклом, где программное и аппаратное обеспечение работают вместе, чтобы проникнуть в тайны биологии. В частности, система изучает Saccharomyces cerevisiae, более известные как пивные дрожжи. Хотя дрожжи могут показаться простым объектом для такой продвинутой технологии, они являются основополагающим организмом в биологических исследованиях. Способность машины автономно ориентироваться в сложностях живого генома знаменует собой системное изменение в том, как мы разрабатываем новые лекарства и понимаем саму жизнь.

Неутомимый стажер, который никогда не спит

Чтобы понять, почему это важно, посмотрите на типичный рабочий процесс ученого-человека. Исследователь читает сотни работ, формирует теорию, вручную подготавливает чашку Петри, ждет реакции, а затем тратит дни на анализ данных. Это медленный цикличный процесс, подверженный человеческим ошибкам и усталости. Ева функционирует как неутомимый стажер с идеальной памятью. Исследователи обновили этого робота-ученого с помощью больших языковых моделей и автоматизированных рассуждений, что позволило ему усваивать огромные объемы научной литературы, которые ни один человек не смог бы прочитать за всю жизнь.

«Под капотом» Ева сочетает в себе мыслительную мощь современного ИИ с физическими возможностями лабораторной автоматизации. У нее есть доступ ко всему геному и метаболизму дрожжей. Когда Ева определяет биологический вопрос, на который хочет ответить, она не ждет разрешения. Она рекомендует эксперимент, выполняет его с помощью роботизированных манипуляторов, а затем оценивает результат. Если результат не соответствует ожиданиям, она корректирует свое понимание и немедленно начинает следующий цикл.

Беспилотный автомобиль в лаборатории

Евгения Тюкова, исследователь из Университета Чалмерса, сравнивает эту разработку с беспилотными автомобилями. В беспилотном транспортном средстве ИИ должен обрабатывать визуальные данные, делать выводы о дорожном движении и предпринимать физические действия, поворачивая руль или тормозя. ИИ-ученый делает то же самое с биологическими данными. Он обрабатывает информацию из прошлых исследований, делает выводы о том, как могут взаимодействовать гены, и предпринимает действия в физической лаборатории.

Исторически ИИ в науке был пассивным инструментом. Вы скармливали ему данные, а он выдавал вам график. Теперь ИИ находится на месте водителя. Этот сдвиг прозрачен и логичен, если учесть огромный объем данных, задействованных в современной генетике. Человеческий мозг не приспособлен для отслеживания тысяч одновременных химических реакций в метаболической сети. ИИ — приспособлен.

Почему дрожжи — это «цифровая сырая нефть» биологии

Легко задаться вопросом, почему столько высокотехнологичной огневой мощи направлено на пивные дрожжи. Для обычного пользователя дрожжи — это то, что используется для хлеба или пива. Однако в мире биотехнологий дрожжи — это живая фабрика. Поскольку клетки дрожжей имеют много общих базовых функций с клетками человека, они служат практической моделью для поиска лекарств. Если вы поймете, как манипулировать клеткой дрожжей, чтобы она производила определенное химическое вещество или реагировала на определенное соединение, вы часто сможете применить эти уроки в медицине для людей.

Росс Кинг, профессор Чалмерса и ведущий автор исследования, отмечает, что автономные лаборатории будут исследовать биологические системы гораздо быстрее, чем это возможно сегодня. Эта скорость и является главной целью. Используя ИИ для автоматизации рутинных циклов тестирования, мы сможем находить новые методы лечения болезней за месяцы, а не за десятилетия. Суть в том, что скорость открытий больше не ограничена количеством квалифицированных людей в помещении.

Что стоит за термином «системы с замкнутым циклом»

Простыми словами, система с замкнутым циклом означает, что ИИ отвечает за весь круг исследований. Большинство приложений ИИ сегодня являются разомкнутыми: человек дает запрос, ИИ дает ответ, и на этом процесс заканчивается. В лаборатории Евы собственные результаты экспериментов ИИ становятся запросом для его следующего действия. Это создает ускоряющуюся петлю обратной связи.

Эта технология устойчива, потому что она не устает от повторяющихся задач. Большая часть биологических исследований невероятно утомительна. Она включает в себя перемещение крошечных количеств жидкости из одной пробирки в другую тысячи раз. Когда это делают люди, они совершают ошибки. Когда это делает робот, результаты стабильны. Эта последовательность является основой научной достоверности. Она гарантирует, что если открытие сделано, то это благодаря биологии, а не потому, что у исследователя дрогнула рука в 4 часа дня в пятницу.

Что это значит для вашей аптечки

С точки зрения потребителя, влияние автономных ИИ-ученых в конечном итоге отразится на цене и доступности медицинских услуг. Процесс разработки лекарств в настоящее время является одной из самых дорогих и нестабильных отраслей в мире. Вывод одного нового препарата на рынок стоит миллиарды долларов, во многом потому, что большинство экспериментов заканчиваются неудачей.

Используя ИИ-ученых для оптимизации лабораторных ресурсов, биотехнологические компании могут ошибаться быстрее и дешевле. Это не означает, что люди останутся без работы. Вместо этого роль ученого-человека меняется. Росс Кинг подчеркивает, что люди остаются необходимыми для определения приоритетов исследований и обеспечения этического надзора. ИИ берет на себя вопрос «как», в то время как человек сосредотачивается на вопросе «почему». Мы движемся к партнерской модели, где ИИ управляет тяжелой работой с данными и экспериментами, оставляя нам высокоуровневую стратегию.

Меняющаяся реальность мирового исследовательского рынка

Если смотреть на картину в целом, эта разработка является частью более широкой тенденции к децентрализации экспертизы. По мере того как эти автономные системы становятся более масштабируемыми, небольшие лаборатории смогут проводить исследования, которые раньше требовали огромной корпоративной инфраструктуры. Интеграция больших языковых моделей означает, что ИИ теперь может преодолеть разрыв между чтением учебника и выполнением физической задачи.

Это ощутимый шаг к будущему, где научные прорывы станут постоянным потоком, а не редким событием. Мы наблюдаем появление новой промышленной основы для медицины. Подобно тому, как микрочипы стали «цифровой сырой нефтью» 20-го века, автономные механизмы открытий становятся двигателем 21-го.

Прагматичный взгляд на предстоящие трудности

Нам следует сохранять определенную долю здорового скептицизма. Хотя Ева впечатляет, система все еще работает в узких рамках биологии дрожжей. Переход от одноклеточного организма к триллионам клеток в человеческом теле — это огромный скачок в сложности. ИИ также должен справляться с непрозрачной природой биологических систем, где одно изменение может иметь непредвиденные побочные эффекты.

Кроме того, стоимость оборудования для таких лабораторий остается высокой. Если программное обеспечение легко скопировать, то роботизированные манипуляторы, датчики и специализированное оборудование — нет. Это создает временный барьер для входа. Однако по мере созревания технологии мы можем ожидать снижения этих затрат, подобно тому, как это произошло с ценами на домашние компьютеры или 3D-принтеры в предыдущие десятилетия.

В конечном счете, появление автономных ИИ-ученых призывает нас изменить взгляд на прогресс. Мы больше не просто создаем инструменты, помогающие нам думать. Мы строим системы, которые могут думать и действовать от нашего имени. Пока вы занимаетесь своими делами, помните, что в лаборатории в Швеции робот тихо прорабатывает тысячи биологических возможностей в поисках следующего прорыва, который однажды может спасти вашу жизнь. В следующий раз, когда вы увидите заголовок об ИИ, вспомните о дрожжах. Самая важная работа часто происходит в самых маленьких клетках под руководством самых продвинутых умов, которые мы когда-либо создавали.

Источники

• Технический университет Чалмерса, Пресс-релиз: «ИИ-ученый автономно генерирует и подтверждает новые биологические открытия».
• Journal of the Royal Society Interface, Научная статья: «Автономное открытие биологических знаний роботом-ученым».
• Программа Wallenberg по ИИ, автономным системам и программному обеспечению (WASP), Отчеты о финансировании и проектах.
• Кембриджский университет, Документация по совместным исследованиям в области автоматизированных рассуждений.