В России создали ИИ-систему для научных исследований и статей

Российские учёные создали первую в стране систему ИИ-агентов, которая может самостоятельно проводить исследование и готовить научную публикацию почти без участия человека. Разработку выполнили специалисты Института AIRI, Университета Иннополис и ИТМО, а результатом её работы стала статья по тематике интернета вещей, принятая на конференцию AIES 2025.

Речь идёт не о привычном «текстовом помощнике», который лишь дописывает абзацы или редактирует формулировки. Система задумана как полноценный исследовательский контур: ей ставят задачу, после чего она анализирует научные публикации по теме, планирует эксперименты, запускает их на облачной инфраструктуре и собирает итоговый материал в формат статьи.

Как устроена система

По словам генерального директора AIRI, декана факультета искусственного интеллекта МГУ Ивана Оселедца, новая платформа построена как мультиагентная система. Это означает, что внутри неё работают несколько специализированных ИИ-компонентов, каждый из которых отвечает за свой этап: поиск литературы, постановку эксперимента, расчёты, анализ данных и подготовку текста.

«Нужно поставить задачу, и она сама полностью проведет исследование».

В опубликованной информации подчёркивается, что в случае с уже принятой работой около 90% исследования и оформления текста выполнила сама ИИ-система. За людьми остались оставшиеся 10% — проверка результатов, валидация данных и финальный контроль качества. Это важная деталь: разработчики не утверждают, что учёный больше не нужен, но показывают, насколько сильно можно сократить рутинную часть научной работы.

Зачем понадобилась собственная разработка

Поводом для создания системы стал опыт работы с Sakana AI — на момент разработки это была единственная доступная исследователям открытая система такого рода. Однако, по словам Оселедца, российская команда столкнулась с рядом ограничений: недостаточной гибкостью, вопросами безопасности и невозможностью продолжать исследование с промежуточного этапа без потери логики процесса. Кроме того, существующее решение оказалось слишком шаблонным и плохо адаптировалось к новым вычислительным сценариям.

Именно поэтому исследователи решили собрать собственную архитектуру. Судя по описанию, акцент сделали не только на генерации текста, но и на управляемости всего научного цикла. Для прикладной науки это критично: ценность представляет не просто «красивая статья», а возможность воспроизвести ход исследования, проверить вычисления и при необходимости вернуться к любому этапу работы. Такой подход делает систему ближе не к обычному чат-боту, а к цифровому соавтору с функциями лабораторного ассистента.

Почему это важно для науки

Появление подобных платформ меняет саму организацию научного труда. В дисциплинах, где значительная часть времени уходит на просмотр десятков публикаций, запуск повторяющихся экспериментов и сбор промежуточных результатов, автоматизация может заметно ускорить цикл от идеи до готовой статьи.

При этом речь не только о скорости. Если ИИ-агенты научатся стабильно брать на себя рутинные и технические этапы, исследователи смогут больше времени уделять постановке гипотез, интерпретации результатов и проверке нестандартных идей. Иными словами, автоматизация здесь не отменяет учёного, а перераспределяет его роль в сторону более сложной интеллектуальной работы.

Контекст у этой истории тоже показательный. В 2025 году система The AI Scientist-v2 от Sakana AI стала заметным международным примером автономной научной платформы: авторы заявили, что одна из полностью сгенерированных ИИ-работ преодолела средний порог принятия на peer-reviewed workshop. Российская разработка фактически показывает, что аналогичный класс решений начинает формироваться и внутри страны.

Где границы автоматизации

При всём технологическом эффекте вопрос доверия к таким системам останется ключевым. Научная статья — это не только корректный формат и убедительная структура текста, но и ответственность за эксперимент, методику и выводы. Поэтому сохранение человеческой проверки на финальном этапе выглядит не временной уступкой, а обязательным условием внедрения подобных решений.