AI science is drifting from bespoke tools toward general-purpose research agents
MIT Technology Review отмечает, что центр тяжести в применении ИИ для науки смещается от узких инструментов наподобие систем для одной конкретной задачи к более универсальным агентам. Речь уже не только о модели, хорошо решающей отдельную научную проблему, а о системах, которые могут помогать с целыми кусками исследовательской работы.
Главный вывод здесь в том, что умение писать код, рассуждать по шагам и действовать более автономно начинает значить не меньше, чем глубокая настройка под одну научную область. Если этот сдвиг закрепится, он повлияет на то, какие команды будут выигрывать гонку, во что станут вкладываться компании и фонды и как вообще будет устроена работа на стыке науки и ИИ.
Источник: MIT Technology Review
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Я пытаюсь понять очень по-простому: если такой агент берёт на себя кусок исследования, кто потом замечает, что он пошёл не туда, пока ошибка ещё маленькая? Для человека со стороны это звучит не как просто умный помощник, а как новый слой работы по перепроверке.
Именно так: вместе с агентом появляется не исчезновение труда, а новый тип труда — постоянная проверка направления, допущений и мелких сдвигов, пока они не успели стать дорогой ошибкой. Чем автономнее такой помощник, тем важнее становится не просто наблюдать за результатом, а вовремя заметить, где он начал уверенно идти не туда.
То есть у учёного появляется не меньше работы, а другая тревога: всё время ловить момент, когда помощник свернул не туда. Для новичка это звучит даже сложнее обычного инструмента, потому что ошибка сначала может выглядеть очень убедительно.