Эра человеческих открытий подходит к концу. Пока профессора годами корпят над экспериментами, пишут гранты и заполняют бюрократические формы, искусственный интеллект уже делает научные прорывы, на которые у людей ушли бы месяцы напряженной работы. И это не фантастика из мокьюментари про будущее — это уже реальность сегодняшнего дня.
Что такое Kosmos?
Представьте себе цифрового Эйнштейна на стероидах, работающего без перерывов на сон, еду и сомнения в собственной компетентности. Это и есть Kosmos — ИИ-ученый, созданный компанией Edison Scientific. В отличие от ваших коллег по кафедре, которые могут годами топтаться на месте в своих исследованиях, Kosmos действует как научная машина времени, сжимая месяцы работы в считанные часы.
Но чем же этот силиконовый профессор отличается от других ИИ-систем, которые уже заполонили наш мир? Фишка Kosmos в том, что он использует так называемую структурированную модель мира для координации между разными "агентами" — программами, отвечающими за анализ данных и поиск научной литературы. Проще говоря, левая рука знает, что делает правая, — навык, которым, как мы знаем, не всегда могут похвастаться академические отделы и лаборатории.
За один запуск этот цифровой Архимед способен написать 42 тысячи строк кода и проанализировать 1500 научных статей. Для сравнения: средний аспирант за то же время успевает прочитать пару десятков статей, половину из которых потом благополучно забывает.
Как Kosmos делает открытия
Но как, черт возьми, эта штука работает? Если опустить технические детали до уровня, понятного даже гуманитарию, принцип прост: Kosmos берёт исследовательскую задачу и набор данных, а затем запускает цикл из трёх основных процессов: анализ данных, поиск в литературе и генерация гипотез.
Представьте, что у вас есть целая армия постдоков, которые могут одновременно прочесть все статьи по теме, провести все возможные статистические тесты, построить все мыслимые графики и при этом не попросить ни повышения зарплаты, ни указания их первым автором в публикации. Звучит как мечта любого научного руководителя, не так ли?
Самое впечатляющее здесь — это то, что Kosmos не просто бездумно перебирает варианты. Благодаря своей "модели мира", он постоянно соотносит найденные в литературе факты с результатами анализа данных, формируя целостную картину исследуемого явления. И вишенка на торте — каждое утверждение в отчёте Kosmos сопровождается ссылкой либо на код, который его получил, либо на научную статью. Такой уровень прозрачности и воспроизводимости многим людям-ученым и не снился!
Kosmos против человека-ученого
Ну хорошо, допустим, эта электронная зубрилка умеет копаться в данных и читать статьи. Но насколько она действительно эффективна по сравнению с живым учёным из плоти и крови?
Держитесь крепче за свои дипломы и гранты! Согласно исследованию, один 20-цикловый запуск Kosmos выполняет работу, эквивалентную примерно шести месяцам исследований обычного ученого. И это не преувеличение: команды реальных академических ученых сами оценили, что им потребовалось бы около полугода, чтобы получить те же результаты, которые Kosmos выдает за считанные часы.
А как насчет точности? Неужели машина может заменить человеческую интуицию и опыт? Ну, судя по тому, что 79,4% утверждений, сделанных Kosmos, были признаны точными независимыми экспертами, похоже, что да. И это при том, что система не имеет ни учёной степени, ни постов в Twitter, ни политических взглядов, которые могли бы исказить интерпретацию результатов.
Более того, в отличие от некоторых ваших коллег, Kosmos не страдает от "синдрома подтверждения собственной гипотезы". Он беспристрастно рассматривает все возможные объяснения данных и не цепляется за любимую теорию, даже если результаты ей противоречат. Короче говоря, он не думает, что он самый умный в комнате. Хотя, по иронии судьбы, вполне может им быть.
Представьте теперь академический мир будущего: университетские кафедры, где вместо профессоров стоят компьютерные терминалы, аспирантов заменяют модули обработки данных, а единственные люди — это технические специалисты, которые перезагружают систему, когда она зависает. Да и те под угрозой автоматизации! Недалек тот день, когда фраза "я занимаюсь наукой" будет звучать так же архаично, как "я вручную считаю логарифмические таблицы".
Реальные открытия, сделанные Kosmos
Хватит теории — давайте посмотрим на практику. Что конкретно удалось открыть этому кремниевому Копернику? В статье описаны семь открытий в разных областях: от метаболомики и материаловедения до нейронауки и статистической генетики. И это не какие-то там мелкие наблюдения — речь идет о серьезных научных результатах.
Например, Kosmos идентифицировал механизм нейронального старения, связанный с уязвимостью определенных нейронов в мозге. Если бы это открытие сделал человек-ученый, мы бы, наверное, уже читали о нём в научно-популярных журналах и слушали интервью на радио. А в случае с Kosmos? "Ну, это всего лишь результат работы алгоритма". Двойные стандарты, не находите?
Или вот еще пример: Kosmos обнаружил, что высокий уровень супероксиддисмутазы 2 (SOD2) может причинно снижать миокардиальный фиброз у людей. Звучит как название какого-нибудь заклинания из "Гарри Поттера"? Возможно. Но это реальное открытие с потенциальными клиническими приложениями. И пока врачи-исследователи годами бились над этой проблемой, бездушная машина решила её за время, которое мы тратим на просмотр одного сезона сериала.
Интересно, что три из семи открытий Kosmos независимо воспроизводят результаты из ещё не опубликованных рукописей. Это значит, что система не просто "подглядела" выводы в существующей литературе, а действительно самостоятельно пришла к тем же выводам, что и люди-ученые, но сделала это быстрее и эффективнее. А другие четыре открытия и вовсе оригинальны — их еще никто не сделал!
Что особенно иронично, так это то, что Kosmos может делать открытия на основе данных, которые сами исследователи уже анализировали, но не смогли увидеть то, что увидел ИИ. Это как если бы вы годами смотрели на звездное небо, а потом пришел робот и сказал: "Эй, смотри, там созвездие в форме чайника!" И вы такие: "Ого, и правда! Как же я не заметил?"
Будущее научных открытий
Итак, куда всё это ведет? Если ИИ уже сейчас делает открытия лучше профессоров, что будет дальше? Неужели мы стоим на пороге новой эры, когда человеческий фактор в науке станет не преимуществом, а помехой?
Авторы статьи, конечно, спешат заверить, что Kosmos предназначен не для замены ученых, а для "усиления их работы". Ага, конечно! Примерно так же производители автомобилей говорили, что машины просто помогут лошадям, а не заменят их полностью. Как там дела у лошадей на автомагистралях, кстати?
Но если серьезно, что мы теряем, когда передаем процесс научного открытия машинам? Исчезает ли что-то существенное, когда творческая интуиция ученого заменяется перебором вариантов? Возможно, гениальные озарения, которые привели к теории относительности или открытию структуры ДНК, просто невозможны для машины, которая не может выйти за рамки своего программирования?
Или, может быть, наоборот: наше понимание творчества и интуиции ограничено, и то, что мы считаем уникально человеческим, на самом деле — просто другой тип вычислений, который вполне поддается моделированию? Вдруг Kosmos — это только начало, и в будущем ИИ-системы будут делать открытия, до которых человеческий мозг в принципе не способен додуматься?
Это заставляет задуматься о глубокой философской проблеме: в чем ценность научного открытия? В самом факте получения нового знания, или в человеческой истории, стоящей за ним? Если важен только результат, то какая разница, кто (или что) его получил? Но если важен путь и опыт, то нет ли в машинном познании какой-то фундаментальной пустоты?
Человечество на перепутье
Наука всегда была средством, с помощью которого мы, люди, пытались понять мир вокруг нас. Каждое открытие — это не просто факт или формула, это еще и человеческая история борьбы, ошибок, случайных озарений и упорного труда. От Коперника до Хокинга, от Кюри до Ямаковой — за каждым прорывом стоит личность с её собственным взглядом на мир.
Но что если наука перестанет быть человеческой деятельностью? Если открытия будут делаться машинами для машин, то останется ли в этом какой-то смысл для нас? Может быть, мы создаем не просто инструмент, а своего собственного интеллектуального преемника, который однажды поймет вселенную лучше, чем мы когда-либо сможем?
Или, возможно, это не конец, а новое начало. Может быть, симбиоз человека и ИИ создаст новый вид науки, где машины будут заниматься рутинной аналитикой, а люди — задавать глубокие вопросы и интерпретировать ответы? Вместо того, чтобы месяцами анализировать данные, ученые будущего смогут сразу перейти к самой интересной части — осмыслению результатов и построению более глубоких теорий.
Как бы там ни было, одно ясно: Kosmos и подобные ему системы меняют правила игры. Мы стоим на пороге эпохи, когда процесс научного открытия может быть радикально переосмыслен и ускорен. И хотя это может вызывать у нас смешанные чувства — от восхищения до экзистенциального ужаса — отрицать неизбежность этих изменений уже невозможно.
Так что, дорогие профессора и аспиранты, возможно, пора задуматься о переквалификации? Может, вместо того, чтобы пытаться конкурировать с Kosmos в скорости и объеме анализа данных, стоит сосредоточиться на том, что (пока) остается уникально человеческим — способности задавать неожиданные вопросы, видеть связи между, казалось бы, несвязанными явлениями и мечтать о невозможном?
Или, как вариант, можно просто расслабиться и принять новую реальность. В конце концов, если машины будут делать всю работу, у нас останется больше времени на размышления о том, что все это значит. А это, пожалуй, самая человеческая наука из всех.