«Новая эра открытия начинается»

Примечание редактора: Сегодня в Лондоне Google DeepMind и Королевское общество совместно провели первый Форум AI для науки, который собрал лауреатов Нобелевской премии, научное сообщество, политиков и лидеров индустрии, чтобы изучить трансформационный потенциал ИИ для достижения научных прорывов, решения самых насущных мировых проблем и открытия новой эры открытий.

Старший вице-президент Google по исследованиям, технологиям и обществу Джеймс Маника выступил с вступительной речью; ниже приведена стенограмма его выступления, подготовленная для произнесения.

Влияние ИИ на науку в последнее время вызывает ажиотаж, но идея использования ИИ для расширения научных границ не нова. Она восходит к пионерам, таким как Алан Тьюринг и Кристофер Лонге-Хиггинс, а в последнее время мои коллеги из Google DeepMind и Google Research находятся на передовой.

Шум вокруг ИИ и науки не о замене ученых; речь идет о том, как ИИ может решать сложные проблемы, которые выигрывают от вычислительной мощности. Представьте ИИ как верного помощника для ученых.

Мы увидели проблеск этого потенциала еще в те времена, когда Ходжкин и Хаксли использовали вычислительные методы, чтобы объяснить, как нервные импульсы передаются по нейронам. Их работа принесла им Нобелевскую премию в 1963 году.

Перенесемся в сегодняшний день, и мои коллеги Демис Хассabis, Джон Джампер и команда AlphaFold использовали ИИ, чтобы решить «проблему сворачивания белков», поставленную Кристианом Анфинсеном в 1970-х годах. Их усилия принесли им Нобелевскую премию по химии.

Итак, как именно ИИ помогает продвигать науку?

Начнем с скорости. В некоторых областях ИИ ускоряет исследования, которые обычно занимали бы столетия, сжимая их до нескольких лет, месяцев или даже дней.

ИИ также расширяет масштаб исследований, позволяя ученым изучать множество вещей одновременно и новыми способами, а не по одной за раз.

Благодаря ИИ больше людей теперь могут присоединиться к научным исследованиям, что означает, что мы можем ускорить научные открытия еще быстрее.

ИИ обеспечивает значительный прогресс в различных научных областях

Позвольте привести несколько примеров того, как ИИ вызывает большие волны, начиная с AlphaFold:

Всего за год мои коллеги предсказали структуру почти всех известных белков — более 200 миллионов. А с AlphaFold 3 они пошли дальше белков, включив все биомолекулы жизни, такие как ДНК, РНК и лиганды.

AlphaFold стал переломным моментом для более чем 2 миллионов исследователей в 190 странах, решая задачи от забытых болезней до устойчивых к антибиотикам бактерий.

AlphaMissense, основанный на AlphaFold, помог классифицировать почти 90% из 71 миллиона возможных миссенс-вариантов — тех изменений в ДНК на одну букву — как вероятно вредные или безвредные. Это огромный скачок, учитывая, что только 0,1% были подтверждены экспертами.

Когда впервые был секвенирован человеческий геном, он основывался на одной сборке. Но в прошлом году мои коллеги из Google Research вместе с академическими сотрудниками выпустили первый черновик референсного человеческого пангенома. Он основан на 47 сборках, что дает нам лучшее представление о генетическом разнообразии человека.

В нейронауках десятилетнее сотрудничество между Google Research, Институтом Макса Планка и лабораторией Лихтмана в Гарварде позволило создать наноразмерную карту части человеческого мозга. Этот уровень детализации был беспрецедентным и выявил новые структуры, которые могут изменить наше понимание мозга. Это может привести к новым способам борьбы с неврологическими заболеваниями, такими как болезнь Альцгеймера. Полная карта теперь доступна для исследования другим ученым.

Помимо биологических наук, мы видим прорывы и в других областях.

В моделировании климата мы объединили машинное обучение с традиционными физическими методами, чтобы создать NeuralGCM. Эта модель может симулировать более 70 000 дней атмосферы за время, за которое традиционная модель симулировала бы всего 19 дней.

Еще один пример — GenCast, разработанный моими коллегами из Google DeepMind. Это первоклассная модель ИИ, которая предсказывает погоду на 15 дней вперед точнее и быстрее, чем отраслевой стандарт.

Наша команда Quantum AI исследует то, что раньше было территорией научной фантастики, например, изучение проходимых кротовых нор. Это может помочь проверить теории квантовой гравитации, впервые предложенные с мостом Эйнштейна-Розена почти девяносто лет назад.

Фактически, квантовые технологии и ИИ начинают помогать друг другу. ИИ продвигает квантовые вычисления, а квантовые технологии помогают продвигать исследования ИИ.

Мы также делаем успехи в материаловедении, термоядерном синтезе, математике и многом другом, все в сотрудничестве с академическими учеными.

Научные достижения, основанные на ИИ, оказывают реальное воздействие на мир

Помимо этих прорывов, ИИ также улучшает науку способами, которые напрямую приносят пользу людям, особенно в таких областях, как климат и здравоохранение.

Возьмем, к примеру, адаптацию к климату. Прогнозирование наводнений становится все более важным из-за изменения климата. Благодаря ИИ мы теперь можем предсказывать речные наводнения на 7 дней вперед с той же точностью, что и текущие прогнозы. Наша платформа раннего предупреждения Flood Hub началась в Бангладеш и теперь охватывает более 100 стран и 700 миллионов человек.

Для смягчения последствий изменения климата рассмотрим конденсационные следы, которые составляют до 35% глобального воздействия авиации на потепление. Мои коллеги из Google Research разработали модель ИИ для предсказания мест, где могут образоваться конденсационные следы. После тестирования на 70 рейсах с American Airlines мы увидели сокращение выбросов на 54%.

ИИ также показывает перспективы в обнаружении болезней. Восемь лет назад исследователи Google обнаружили, что ИИ может помочь интерпретировать сканирование сетчатки для выявления диабетической ретинопатии, предотвратимой причины слепоты, затрагивающей около 100 миллионов человек. Мы разработали инструмент скрининга, который использовался в более чем 600 000 обследований по всему миру. Новые партнерства в Таиланде и Индии позволят провести 6 миллионов обследований в течение следующего десятилетия.

Мы также работаем над другими областями, такими как туберкулез, колоректальный рак, рак молочной железы и здоровье матери.

Дорога вперед

Несмотря на весь этот прогресс, мы только начинаем. Еще многое предстоит сделать.

Я вижу три ключевые области, на которых нужно сосредоточиться, чтобы полностью использовать потенциал ИИ для продвижения науки и приносить реальную пользу обществу:

Во-первых, нам нужно продолжать работать над ограничениями ИИ и увеличивать его способность помогать разрабатывать новые научные концепции, теории и эксперименты.

Во-вторых, мы должны оставаться приверженными научному методу и использовать ИИ ответственно. Ученые, этики и эксперты по безопасности должны работать вместе, чтобы решать риски, специфичные для науки, такие как вирусы и биологическое оружие, а также проблемы, такие как предвзятость данных, конфиденциальность и экологические последствия.

В-третьих, нам нужно сделать инструменты и ресурсы исследований, основанные на ИИ, более доступными для ученых по всему миру, чтобы прогресс, который мы достигаем, приносил пользу людям во всем мире.

Я взволнован тем, что ждет нас в этой новой эре открытий.

Мы можем так много сделать вместе, чтобы создать инструменты, которые помогут продвигать науку на благо всех.

И мы можем так много сделать, чтобы поддержать замечательных ученых здесь и по всему миру — сегодня мы услышим некоторых из них.