История человека, который покорил белки и получил Нобелевку, а теперь учит ИИ делать открытия вместо ученых.
В 2017 году Джон Джампер, только что защитивший докторскую по теоретической химии, услышал слухи о Google DeepMind, известный созданием ИИ, обыгрывающего людей в го и шахматы, затеял что-то секретное. Что-то связанное с предсказанием структуры белков. Он отправил резюме и попал в историю.
Прорыв, которого никто не ждал
Всего через три года Джампер и CEO DeepMind Демис Хассабис представили миру AlphaFold 2: систему, способную предсказывать структуру белков с точностью до атома.
Что это значит простыми словами:
- Белки — это «кирпичики жизни», сложные молекулы, от формы которых зависит их функция
- Ученые тратили месяцы и годы на определение структуры одного белка
- AlphaFold 2 делал это за часы, с сопоставимой точностью
«Мы были уверены, что совершили прорыв. Это было невероятное продвижение идей», — вспоминает Джампер.
Эволюция: от одного белка к системе жизни
После оглушительного успеха команда не остановилась:
- AlphaFold Multimer научился предсказывать структуры из нескольких белков
- AlphaFold 3 стал самой быстрой версией
- Систему запустили на гигантской базе белков UniProt, которую используют миллионы ученых
В результате AlphaFold предсказал структуру 200 миллионов белков, почти всех, известных науке.
Магия трансформеров: та же технология, что и в ChatGPT
Ключевой инсайт: AlphaFold построен на трансформерах: той же архитектуре нейросетей, что лежит в основе больших языковых моделей вроде GPT.
«Трансформеры очень хороши в том, чтобы обращать внимание на конкретные части большой головоломки», — объясняет Джампер.
Команда «накормила» нейросеть всей возможной информацией о белках: как они эволюционировали у разных видов, какие формы принимают в разных условиях. И система превзошла все ожидания.
Нобелевка и послевкусие
В 2024 году Джон Джампер получил Нобелевскую премию по химии за свою работу. Казалось бы, история успеха завершена. Но для самого Джампера это только начало.
«Я буду шокирован, если не увижу все большего влияния больших языковых моделей на науку», — говорит он сегодня.
Что дальше? Научные ИИ-ассистенты
Пока одни ученые используют AlphaFold для предсказания структур, другие идут дальше:
- Google DeepMind уже использует большие языковые модели для решения нерешаемых математических задач (да, приходится отсеивать мусор, но среди него находят золото)
- AlphaGenome учится понимать, как работают наши гены
- AlphaFold 3 может моделировать взаимодействия ДНК, РНК и других молекул
Новая реальность: ИИ не просто ускоряет рутинные задачи, он начинает делать настоящие открытия. Пусть методом проб и ошибок, пусть с большим количеством «мусора» на выходе, но система работает.
Кто выиграл от революции?
Фармацевтические компании уже экономят миллиарды на разработке лекарств. Вместо того чтобы методом проб и ошибок искать молекулу, которая подойдет к белку как ключ к замку, они могут сначала посмотреть, как выглядит «замок».
Ученые-биологи получили беспрецедентный инструмент для исследований. Студенты могут изучать белки, которые раньше были для них абстракцией.
Но есть и вопросы:
- Не приведет ли это к тому, что экспериментальные методы устареют?
- Не станут ли ученые слишком зависимы от предсказаний ИИ?
- Кто будет проверять, если ИИ ошибется?
Будущее: ИИ как соавтор открытий
Джампер видит будущее, где ИИ и ученые работают в тандеме:
«Мы переходим от эпохи, где ИИ был инструментом, к эпохе, где он становится партнером в исследовании. Он может предлагать гипотезы, которые человек бы не рассмотрел, потому что они противоречат интуиции».
Пример: тот же подход с трансформерами, который работает с белками, начинает применяться к предсказанию свойств материалов, химических реакций, даже климатических моделей.
Вывод: Пять лет назад AlphaFold показал, что ИИ может решать задачи, над которыми бились поколения ученых. Сегодня он становится не просто калькулятором, а полноправным участником научного процесса. Следующие пять лет покажут, сможем ли мы построить настоящую науку 2.0, где искусственный интеллект не заменяет ученых, а умножает их возможности.
P.S. Пока вы читаете эту статью, AlphaFold 3, возможно, уже предсказал структуру белка, который станет основой для лекарства от болезни, считавшейся неизлечимой. И это не фантастика — это будни современной науки.