ИИ скоро будет выдвигать научные гипотезы сам? Эксперты дают 5 лет
Искусственный интеллект уже меняет науку: пишет статьи, предсказывает структуры белков и даже заслуживает Нобелевку. Но сможет ли он сам формулировать ключевые вопросы для исследований? Ведущие учёные говорят — да, и это случится через 5 лет.
Недавно эксперты из EPFL и Northwestern University заявили: ИИ перейдёт от помощи в анализе данных к самостоятельному предложению гипотез. "Через 5 лет ИИ будет сам генерировать идеи для исследований", — прогнозирует Роберт Уэст из EPFL. Его коллега Агнес Хорват добавляет: "Это новая территория — ИИ будет предлагать гипотезы, которые нам предстоит проверить".
Уже сейчас ИИ ускоряет науку в разы
ИИ не просто инструмент — он меняет ритм исследований. Исследование в журнале Science показало: учёные с ИИ публикуют в 3 раза больше статей и получают в 5 раз больше цитирований, чем те, кто работает без него.
- AlphaFold от Google DeepMind: В 2024 году создатели получили Нобелевскую премию по химии. Система предсказывает структуру белков с точностью эксперимента. Это ускорило разработку лекарств. - 13% абстрактов в биомедицине: По данным Хорват, в 2024 году следы LLM (типа ChatGPT) нашли в 13% научных тезисов.
- 16% рецензий на конференциях: ИИ уже помогает проверять статьи на топовых ИИ-форумах.
Компании вроде Sakana AI и FutureHouse разрабатывают системы, которые берут на себя весь цикл: от гипотезы до публикации. А в США администрация Трампа запустила Genesis Mission — ИИ-агентов на федеральных данных для автоматизации открытий.
Но есть подвох: исследование из UC Berkeley и Cornell выявило, что ИИ маскирует слабую науку красивым текстом. Рецензентам приходится работать в 2 раза больше.
Люди всё равно незаменимы, говорит философ
Не все в восторге. Алессандра Бучелла из University at Albany уверена: настоящие открытия — это не алгоритмы, а человеческий фактор.
"Открытия — продукт поколений учёных с разными взглядами, честностью и страстью к делу", — пишет она в The Conversation.
AlphaFold? Круто, но сам по себе не даёт новых знаний о болезнях или лекарствах — только анализирует старые данные. Роберт Уэст добавляет философский вопрос: "А ИИ вообще понимает, что важно для будущего человечества? Самое сложное в науке — выбрать правильные вопросы".
Что это значит для IT и бизнеса?
ИИ уже проникает в науку и бизнес по всему миру. Компании и исследовательские центры тестируют модели для поиска новых лекарств, проектирования материалов и оптимизации сложных систем — в том числе облаков и резервного копирования.
Плюсы для бизнеса:
- Быстрее R&D: Тестировать идеи за дни, а не месяцы.
- Доступ к данным: Федеральные датасеты + ИИ = прорывы в нефтехиме, медицине.
- Монетизация: Стартапы смогут продавать "ИИ-гипотезы" как сервис.
Риски:
- Качество: ИИ может плодить "красивый мусор".
- Этика: Кто отвечает за ошибочные гипотезы?
- Регуляции: В ЕС и США уже обсуждают "ИИ для науки" с контролем.
Trump's Genesis Mission — сигнал: государства вкладывают миллиарды. А в России ждём аналогов от Минцифры?
Итог: 5 лет до смены роли учёного
ИИ уже заметно повышает личную продуктивность исследователей, помогая им писать больше статей и собирать больше цитирований, но одновременно сужает внимание науки и плодит поток поверхностных работ. В ближайшие годы модели научатся не только оформлять тексты и анализировать данные, но и предлагать собственные гипотезы — фактически становясь соавторами исследований.
На этом фоне роль людей смещается: от «счётчиков и описателей» к тем, кто задаёт рамки, выбирает важные вопросы и берёт на себя ответственность за последствия открытий. Такой мир может дать нам гораздо больше прорывов, но только если учёные, институты и регуляторы успеют выработать новые правила игры — от этики и прозрачности до оценки качества работ в эпоху ИИ.