Сегодняшняя подборка по AI в науке хорошо показывает сдвиг от эффектных демонстраций к более взрослым задачам: где модель должна не только предложить идею, но и пройти через проверку, сравнение с альтернативами и понятные ограничения. Ниже — шесть работ, которые особенно выделяются этим подходом.

AI помог получить пять новых результатов в теории банаховых пространств

Авторы описывают случай, где языковые модели не просто решали учебные задачи, а помогли исследователям выйти к пяти действительно новым математическим результатам в теории банаховых пространств. Люди затем проверили и доработали доказательства, то есть речь не о замене математика, а о новой связке, где машина подбрасывает сильные ходы, а эксперт отсеивает и доводит их до строгой формы. Это важно потому, что AI в математике всё чаще обсуждали на примерах бенчмарков, а здесь показан шаг в сторону живой исследовательской практики.

Источник: arXiv

Система из нескольких AI-контуров нашла уязвимость устойчивого к терапии колоректального рака

В этой работе нейросимвольная система связывает несколько уровней моделирования — от локальных языковых моделей до явных механистических и клинических представлений — и выводит гипотезу о том, что IGF2 может быть уязвимостью при колоректальном раке, устойчивом к 5-фторурацилу. Важнее всего, что авторы не остановились на красивой гипотезе: сигнал сохранился статистически значимым и предсказал уменьшение опухоли в независимой мышиной когорте. Это редкий пример, когда AI доводят не только до идеи, но и до внешней биомедицинской проверки.

Источник: arXiv

Новый метод для подбора молекул учится понимать, когда прогнозу можно доверять

Работа посвящена одной из самых неприятных проблем вычислительного поиска лекарств: разные движки для оценки связывания белка и молекулы часто дают противоречивые ответы, а простое усреднение плохо показывает, где модель уверена, а где нет. Авторы строят схему, которая оценивает надёжность каждого такого движка в конкретном контексте и затем объединяет их в общий прогноз с интерпретируемой уверенностью. Для прикладного поиска лекарств это полезно тем, что система не просто снижает ошибку вплоть до 25 процентов, но и помогает выбирать пары белок—молекула с высоким доверием, а не вслепую сортировать весь поток кандидатов.

Источник: arXiv

Бенчмарк для биологических базовых моделей показал, что универсального лидера пока нет

Авторы сравнили шесть базовых моделей на задачах с данными по отдельным клеткам, пространственной транскриптомике и экспериментам с возмущениями и обнаружили неприятную, но полезную для отрасли вещь: одна и та же модель не побеждает везде. Позиции менялись в зависимости от типа данных, предварительной обработки и конкретной цели оценки. Для лабораторий это важный холодный душ: выбирать AI для биологии по размеру модели или общему шуму вокруг неё пока опасно, нужны более узкие и предметные проверки под конкретную задачу.

Источник: arXiv

Химические фильтры помогают AI не предлагать материалы, нарушающие базовую химию

Одна из слабостей генеративных моделей в материаловедении в том, что они могут придумывать новые составы, которые выглядят интересными на бумаге, но нарушают элементарные химические ограничения. В этой работе исследователи строят на базе пакета SMACT настраиваемый оператор химической корректности, который умеет отсеивать неправдоподобные соединения и даже служить сигналом награды для диффузионной модели. Практический смысл здесь очень прямой: если AI не научится сначала уважать базовую химию, масштабный поиск новых материалов будет захлёбываться в красивых, но бесполезных кандидатах.

Источник: arXiv

HypoArena пытается измерить, умеют ли модели выдвигать хорошие гипотезы до появления ответа

Большинство проверок моделей устроено задним числом: есть вопрос, есть известный правильный ответ, остаётся сравнить попадание. Авторы HypoArena предлагают более раннюю и куда более сложную задачу — оценивать, может ли модель предложить осмысленные, проверяемые гипотезы тогда, когда ответ ещё не известен. Бенчмарк охватывает 988 случаев в шести научных и аналитических областях и важен прежде всего как новый измерительный инструмент: если отрасль хочет говорить о AI как о соучастнике открытия, ей нужно учиться оценивать не только объяснение уже известного, но и качество следующего шага в условиях неполных данных.

Источник: arXiv