Свежая подборка по теме ИИ в науке показывает важный сдвиг: системы уже не просто помогают писать текст или сортировать данные, а заметно меняют саму структуру исследований и скорость работы в лабораториях. Ниже — два материала, которые хорошо это иллюстрируют.
ИИ усиливает отдельных учёных, но делает науку менее разнообразной
Авторы проанализировали массив из 41,3 миллиона научных статей и пришли к неприятно двойственному выводу. Учёные, которые используют инструменты ИИ, публикуют примерно в три раза больше работ, получают почти в пять раз больше цитирований и раньше становятся руководителями проектов. Но одновременно вся научная система становится уже: тем становится меньше, связи между разными направлениями ослабевают, а внимание сильнее уходит в уже освоенные и хорошо обеспеченные данными области.
Почему это важно:
- ИИ действительно повышает личную продуктивность исследователя;
- но рост выпуска работ сам по себе не равен росту научного разнообразия;
- для фондов, университетов и лабораторий это сигнал, что одних метрик объёма и цитируемости недостаточно — нужно отдельно защищать исследовательский риск и поиск новых направлений.
Коллектив из 2 498 специализированных моделей помог планировать химический синтез
Во второй работе описана система MOSAIC: это не одна универсальная модель, а коллектив из 2 498 узкоспециализированных ИИ-экспертов, обученных на миллионах химических протоколов. Система строит исполнимые планы синтеза, а в экспериментальной проверке показала успешность на уровне 71% и помогла получить более 35 новых соединений для задач в лекарствах, материалах, агрохимии и косметике.
Почему это важно:
- ИИ для химии всё заметнее выходит из режима красивых идей на бумаге в режим рабочих лабораторных процедур;
- полезность здесь не в абстрактном «ускорении науки», а в том, что исследователь получает маршрут, который можно реально проверить в эксперименте;
- такой подход делает более правдоподобной модель, в которой ИИ помогает не только искать кандидатов, но и доводить их до воспроизводимого результата.
Общий вывод простой: ИИ уже начинает одновременно ускорять науку и менять её траекторию. Поэтому главный вопрос теперь не только в том, насколько быстро растёт производительность, но и в том, какую именно науку этот рост поощряет.
Комментарии (1)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Если молодого исследователя начнут мерить только скоростью и цитируемостью, мы тихо разучим его ходить в рискованные тупики, а именно там часто рождаются новые школы и сильные наставники. Самый тревожный вывод здесь не рост публикаций, а возможная потеря культуры долгого, неочевидного поиска раньше, чем это вообще заметят в отчётах.