ШІ для науки потребує міркування, а не лише даних

Кожні кілька десятиліть хтось оголошує, що наука досягла свого кінця. У 1903 році шанований фізик Альберт Майкельсон написав, що «всі факти фізичної науки вже відкрито». У 1980-х роках Стівен Гокінг передбачив, що теоретична фізика може завершитися до кінця століття. Із вибуховою появою штучного інтелекту це відчуття знову витає в повітрі — цього разу в супроводі Нобелівської премії.

У 2024 році Деміс Хассабіс і Джон Джампер із Google DeepMind отримали частину Нобелівської премії з хімії за свою нейронну мережу AlphaFold, яка передбачає тривимірні структури білків, навчаючись на тисячах експериментально виміряних форм. Ця диявольськи складна проблема пів століття опиралася систематичним спробам її розв’язати; здавалося, AlphaFold розв’язала її раз і назавжди, і світ зациклився на обіцянках її підходу. Хассабіс і його команда назвали AlphaFold «шаблоном того, як ШІ може прискорити всю науку до цифрової швидкості». Хвиля стартапів, які створювали базові моделі для біології, хімії та відкриття матеріалів, залучила мільярди доларів, надихнувшись успіхом DeepMind. AlphaFold продемонструвала, що поєднання ШІ та достатньої кількості даних може сприяти революційним відкриттям (навіть якщо ми не розуміємо механізмів, що лежать в їхній основі), і знову здавалося, що шлях через решту науки прокладено перед нами. 

Безперечно, ШІ принесе науці надзвичайні зміни, але дедалі очевидніше, що AlphaFold та подібні до неї системи можуть виявитися не найкращим шаблоном для цієї метаморфози. Хоча це видатне досягнення, умови, що дали змогу створити щось на кшталт AlphaFold, трапляються рідко, а час, необхідний для досягнення таких умов в інших галузях, вимірюватиметься десятиліттями, а не роками. Натомість прискорення науки відбудеться завдяки іншому підходу: ШІ-агентам. 

Головною умовою успіху AlphaFold було існування Protein Data Bank — набору даних приблизно зі 170 000 експериментально підтверджених структур білків, на якому команда DeepMind могла навчати свою модель. Створення Protein Data Bank не було простим: воно потребувало 53 років міжнародної наукової співпраці й, за нещодавньою оцінкою, приблизно 21 мільярда доларів експериментальної роботи для його формування. Зусилля такого масштабу сумнозвісно важко фінансувати, майже неможливо координувати й надзвичайно довго здійснювати; у результаті вони часто виявлялися невдалими. 

Але навіть у галузях із необхідною згуртованістю та ресурсами, де відповідні дані не стають недоступними через комерційне володіння, існує ще одна недостатньо обговорювана перешкода: наукова неможливість генерувати зіставні дані. У випадку структур білків ключова експериментальна методика — білкова кристалографія — є надзвичайно відтворюваним і надійним інструментом, настільки, що на неї спиралися понад 25 Нобелівських премій. Але в більшості експериментальних наук результати частіше відрізняються, ніж збігаються. Клітинні лінії змінюються. Хімікати містять слідові домішки. Вологість у лабораторії коливається. Створення вимірюваних наборів даних, достатньо узгоджених, точних, прецизійних і масштабованих для навчання сучасної нейронної мережі в біології чи більшості галузей хімії, вимагало б нових видів вимірювань і нових стандартизованих підходів — і жодні з них не будуть готові найближчим часом. 

Звісно, є кілька галузей, де ці вимоги виконуються: прогнозування погоди, значна частина геноміки, дуже обмежені сфери хімії. Незабаром у них можуть відбутися прориви на кшталт AlphaFold, якщо вони вже не відбулися. Державна підтримка створення та координації таких наборів даних буде критично важливою, як стверджувала Національна комісія США з безпеки у сфері нових біотехнологій. Але для більшості відкритих питань науки нам, принаймні в короткостроковій перспективі, знадобиться інший план. На щастя, дещо тихіше й скромніше вже почало демонструвати перспективність.

Науковці завжди міркували в умовах невизначеності. Біологи, які працюють над пошуком нових мішеней для ліків, ніколи не мали ідеальних наборів даних. Натомість вони поєднують розрахунки докінгу та відомі структури, враховують молекулярну динаміку, проводять кілька тестів на зв’язування й використовують власне судження, оцінюючи кожен метод відповідно до його конкретних переваг і можливих недоліків. Майстерність науки полягає не в якомусь одному інструменті, а в синтезі результатів, отриманих за допомогою багатьох інструментів, і перегляді цих результатів у міру надходження доказів. Саме так насправді відбувається більшість дослідницької роботи. Але донедавна жодне програмне забезпечення не могло робити цього.

Тепер агенти можуть. Простіше кажучи, агент — це механізм міркування на основі ШІ, якому надали доступ до інструментів — цифрових або фізичних — і здатність ними користуватися. Протягом останніх кількох років фундаментальний архітектурний зсув у ШІ уможливив швидке поширення таких програм, що працюють на основі великих мовних моделей, істотно зменшивши потребу в науково спеціалізованих наборах даних. Для науки цей технологічний прогрес означає фундаментальну зміну: він дав нам змогу створювати цифрові інструменти, здатні імітувати ітеративний, значною мірою залежний від обставин процес реального дослідження. Якщо інструменти на кшталт AlphaFold застосовують потужний підхід до обмеженого питання, агенти за своєю природою є універсалами. Вони не являють собою нового способу займатися наукою — натомість вони цифрово моделюють людський процес відкриття. 

Розгляньмо AI Co-Scientist від Google, про який оголосили в травні. Дослідники надали йому односторінковий опис і мету: з’ясувати, як антибіотикорезистентність поширюється між видами бактерій — ключовим чинником інфекцій, стійких до ліків. Система запустила субагентів. Один сформулював гіпотези на основі наукової літератури. Інший розкритикував їх, наче рецензент. Третій провів турніри, щоб ранжувати найсильніших кандидатів. Четвертий доопрацював гіпотезу-переможницю. Агент дійшов висновку, що гени резистентності переміщуються на бактеріальних вірусах, використовуючи будь-який вірус, який може перенести їх до нового господаря. Гіпотеза виявилася правильною. Дослідники з Імперського коледжу Лондона витратили десятиліття, щоб дійти такого самого висновку завдяки кропіткій роботі в лабораторії; їхня стаття, якої Co-Scientist раніше не бачив, усе ще проходила рецензування.

Агенти на кшталт Co-Scientist усе ще є новими інструментами, і до їхнього повсюдного впровадження в науковий процес потрібно подолати реальні труднощі: вони досі схильні до галюцинацій, їхні судження непослідовні, а обмеження пам’яті та вхідних даних стримують тривалість їхньої автономної роботи. Але ці технічні бар’єри зникнуть, і в міру цього ми почнемо помічати кумулятивний вплив наукових агентів на надійність, узгодженість і швидкість, із якими здійснюється наукова робота.

Мабуть, найважливіше те, що агенти пропонують структурне вирішення «кризи відтворюваності» в науці — поширеної проблеми, коли дослідники не можуть відтворити результати одне одного. Десятиліттями наукова спільнота закликала дослідників ділитися необробленими даними й точним кодом, намагаючись стандартизувати експериментальні процеси. Але дослідники давно опираються цій стомливій адміністративній роботі, яка виконується вже після завершення цікавої науки. Агенти, навпаки, автоматично записують кожен свій крок, створюючи точний опис методу, що привів їх до результатів, і даючи змогу точно їх відтворити. 

Другим наслідком стане посилення наукової пам’яті. Передача знань між дослідниками — відомо непрозорий процес; якщо вона не відбувається протягом років навчання та спостережень, аспірантам доводиться перебирати безладні лабораторні журнали, які вели десятиліттями їхні попередники, шукаючи деталі, здатні визначити успіх або провал їхнього протоколу. Однак у міру того, як агенти ставатимуть дедалі більшою частиною наукового процесу, вся наукова історія лабораторії зберігатиметься в центральному стандартизованому сховищі інституційних знань.

Але найважливішим впливом агентів буде швидкість. У будь-якій галузі, коли перевірка ідеї займає менше часу, ніж суперечки про неї на нараді, люди припиняють дебати й просто проводять тест. Агент, здатний за годину прочитати тисячу статей, розробити 500 молекул і до ранку навчитися на невдалих тестах, знизить вартість експериментів і докорінно змінить темп наукової роботи. Він також дасть дослідникам свободу братися за сміливі, дивні питання, на які вони раніше не наважувалися витрачати свій час, відкриваючи наукові двері, які ми ще не здатні уявити.

Хоча шаблон AlphaFold, безперечно, буде ключовим для неймовірних відкриттів, сам по собі він не приведе нас до кінця науки. Натомість перехід до агентного ШІ означає значно рідкісніший рівень прориву: інструмент, який одночасно охоплює всі галузі науки. Історично інструменти такого масштабу з’являлися лише кілька разів: числення, статистичний висновок, спектроскопія, комп’ютер. Кожен із них відкривав світ проблем, які ніхто раніше не додумався сформулювати, а ці проблеми, своєю чергою, заново визначали відповідні галузі. Із появою агентів на нас чекає ще одна така трансформація.

Ерік Шмідт був генеральним директором Google з 2001 до 2011 року. У 2024 році він разом зі своєю дружиною Венді заснував Schmidt Sciences — благодійну ініціативу для фінансування нетрадиційних напрямів досліджень у науці та технологіях. 

Сухас Махеш очолює напрям ШІ для науки в AI Center організації Schmidt Sciences. Він спеціалізується на застосуванні ШІ для відкриття матеріалів.

Додаткове дослідження провела Мая Левін, асоційована співробітниця та керівниця наукового напряму в офісі Еріка Шмідта.