Об эксперте: Альберт Ефимов, кандидат философских наук, вице-президент, директор управления исследований и инноваций Сбера.
Где искусственный интеллект уже помогает науке
— Сегодня искусственный интеллект стал чуть ли не одним из самых популярных инструментов в науке. В каких направлениях уже видно реальное ускорение исследований за счет нейросетей?
— Сегодня по-настоящему доказавшее свою эффективность направление применения искусственного интеллекта в науке — это предсказание структуры белков. Речь [идет] прежде всего об AlphaFold, разработанном в DeepMind. Именно за этот прорыв была присуждена Нобелевская премия.
Важность этого достижения сложно переоценить. Это не абстрактные эксперименты, а реальное ускорение исследований, признанное научным сообществом, — речь идет о десятках тысяч ученых по всему миру. Уже сегодня есть практический эффект для человечества, в том числе заметное ускорение разработки новых лекарственных препаратов.
Как и у любой сильной идеи, у этого подхода быстро появились конкуренты — и это, безусловно, позитивный процесс. Уже существуют альтернативные решения, в том числе отечественные модели, которые используют схожие принципы и помогают исследователям решать прикладные задачи.
В других научных областях ускорение тоже заметно, но с оговорками. Чаще всего говорят о химии, материаловедении и физике — прежде всего там, где накоплены огромные массивы данных. Не стоит забывать, что машинное обучение активно развивалось еще много лет назад, в том числе на базе ускорителей CERN, где анализируются большие объемы данных о взаимодействии частиц. Однако во многих из этих направлений подтверждение практической полезности ИИ пока находится на стадии апробации и требует времени.
— Как искусственный интеллект меняет роль ученого и научный поиск?
— Интерес к научному поиску как таковому никуда не исчезает: люди, готовые задавать фундаментальные вопросы природе, существовали в разные исторические периоды и будут существовать дальше, пока развивается цивилизация. При этом сама научная среда постепенно очищается от практик, связанных с гонкой за публикациями и формальными показателями вроде индекса Хирша. В условиях распространения генеративных технологий все большую ценность приобретает не количество работ, а подлинные научные идеи и вклад в развитие знания.
При этом система оценки таких идей неизбежно будет меняться. Традиционных инструментов научной экспертизы может оказаться недостаточно, и в будущем в процесс оценки качества исследований могут быть вовлечены не только ИИ-инструменты для генерации текстов, но и алгоритмы, выполняющие функции рецензирования. Таким образом, трансформация науки происходит сразу с двух сторон — со стороны производства знаний и со стороны их оценки.
С точки зрения возможностей для исследователя искусственный интеллект радикально снижает барьеры входа в научную работу. Сегодня ИИ позволяет опираться сразу на совокупность накопленных научных знаний — не только опытным ученым, но и начинающим исследователям. Ключевым условием здесь становится доступ к вычислительным ресурсам.
Это создает более прозрачную среду, в которой становится проще отличить тех, кто действительно способен двигать науку вперед, от тех, кто воспроизводит уже известные подходы. Однако у такого сдвига есть и структурные ограничения. Искусственный интеллект — это инфраструктурно емкая технология, сопоставимая по масштабу с крупными научными установками.
Центры обработки данных и вычислительные кластеры, необходимые для работы с ИИ, по своему статусу приближаются к объектам меганауки, таким как ускорители частиц или синхрофазотроны, включая, например, установку СКИФ в Новосибирске.
Для развития исследований эти мощности должны быть доступны научному сообществу — не ради самого искусственного интеллекта, а для его прикладного использования в биологии, химии, физике и других областях. Если достижение значимого научного результата требует масштабных вычислительных ресурсов и это обосновано, такие запросы будут рассматриваться на уровне крупных инфраструктурных решений.
Важно учитывать, что вычислительная мощность ИИ сегодня в основном сосредоточена у крупнейших игроков — как в России, так и за рубежом. Поэтому для ученых все более значимым становится не только умение работать с грантовыми механизмами, но и способность выстраивать диалог с крупными компаниями, объясняя научную и общественную значимость своих исследований.
В этом контексте все чаще звучит вопрос о конечном эффекте научной работы: как она влияет на качество жизни, здоровье и устойчивое развитие общества. Умение внятно отвечать на этот вопрос становится одной из ключевых характеристик ученого будущего — человека, для которого научный результат измеряется не только публикациями, но и реальным вкладом в общественное благо.
— Можно ли говорить о формировании нового типа ученого — «ученого — пользователя ИИ»?
— Пожалуй, нет. Ученый остается ученым в классическом смысле этого слова: он по-прежнему задает вопросы природе и фиксирует получаемые ответы, в том числе неудобные или не подтверждающие его гипотезу. В этом отношении базовая модель научной работы со времен Фрэнсиса Бэкона принципиально не изменилась. Постоянный поиск ответов на вопросы «Кто мы, каков мир и как он устроен?» заложен в нас природой. Меняются лишь инструменты и методы.
Но генеративные нейронные сети могут привести к сильной инфляции научного труда. Статей ради статей становится все больше, так как их написать становится все легче. Та часть научного сообщества, которая занималась написанием статей как самоцелью, сейчас находится в глубоком кризисе. Научные журналы и конференции начинают ставить на вход ИИ-рецензентов, повышая планку публикаций.
И в целом показатель научного труда в виде статьи уходит в прошлое. Остается самое важное — идеи. Подлинный научный поиск и честная, объективная фиксация картины мира, будь то природа, общество или цивилизация. Новые идеи всегда были редкостью и всегда будут редкостью, потому что очень немногие способны их создавать.
Как меняется подход к научному признанию в России
— Сбер с 2021 года поддерживает российских ученых научной премией. Изменился ли портрет современного российского ученого-лауреата?
— Эта научная премия задумывалась как способ поддержать исследователей, которые сегодня расширяют границы научного знания и формируют задел на будущее. Для нас важно не столько подводить итог уже завершенному пути, сколько замечать и поощрять работы, которые прямо сейчас задают новые направления развития науки.
Если говорить проще, в фокусе — ученые, чьи исследования открывают новые поля для дальнейшей работы. Не принципиально, идет ли речь об одной статье или о серии публикаций. Важно, что за этим результатом появляются другие исследователи, формируется научное сообщество, возникают новые вопросы и гипотезы. По сути, мы поддерживаем людей, вокруг которых складываются научные школы и которые создают точки роста для целых направлений.
Каждый наш лауреат в этом смысле является модельным примером. Например, академик Оганесян показал человечеству путь к открытию сверхтяжелых элементов — это гениальное открытие. Другой пример — академик Габибов, который открыл всему миру один из способов создания лекарств, основанных на иммунной системе человека. Или академик Холево, который создал теорию, открывшую дорогу квантовой информатике по всему миру, — фактически он создал аналог теоремы Шеннона, но для квантового компьютера.
Все эти ученые открыли дорогу другим. И именно в этом заключается задача нашей премии — находить таких людей. При этом важно, что лауреатов выдвигают не сотрудники Сбера. Их выбирает научное сообщество через систему номинаторов, которых у нас уже больше тысячи. Это крупнейшие университеты, научные организации, Российская академия наук, а также сами лауреаты премии, которые обладают правом номинации.
Далее работает система экспертизы. В пятом сезоне премии, например, минимум три доктора наук проводят экспертизу, а также добавляется искусственный интеллект как дополнительный эксперт. После этого идет работа ученых советов. И только затем Сбер вместе с научным сообществом принимает решение о лауреатах.
Мы очень внимательно следим за тем, чтобы планка премии оставалась высокой. Именно поэтому в прошлом сезоне одна из номинаций — «Искусственный интеллект для цифровой вселенной» — не была вручена, потому что мы не нашли достойного кандидата. Это принципиальная позиция: если нет соответствующего уровня, премия не присуждается.
Хочу отметить, что параллельно с Научной премией у нас есть также внутренняя премия для исследователей самого Сбера. За три года ее лауреатами стали 117 инженеров и ученых, сотрудников нашей организации. Большинство из них — создатели прорывных проектов и авторы значимых научных работ, представленных на высокоранговых конференциях — уровня A* — и опубликованных в журналах первого квартиля Q1 (топ-25% наиболее цитируемых изданий).
— Почему в премии появилась номинация, связанная с искусственным интеллектом?
— Интерес к искусственному интеллекту в научных исследованиях заметно вырос за последние годы. Когда мы обсуждали появление этой номинации, было понятно, что ИИ постепенно становится важным инструментом для науки и этот тренд будет только усиливаться. Поэтому к запуску номинации мы подошли заранее — работа над ней началась за несколько лет до ее появления.
Она появилась потому, что мы рассматриваем ИИ прежде всего как научный инструмент. Его экономический эффект хорошо понятен, но в науке ИИ дает другой тип ценности: ускоряет работу с данными и гипотезами и тем самым сокращает путь к новым результатам.
В исследованиях искусственный интеллект помогает быстрее проходить этапы анализа и моделирования, освобождая время для самой сложной части научной работы — поиска и осмысления нового знания. При таком подходе заранее невозможно предсказать итоговый эффект, но именно он может привести к крупным открытиям — в медицине, климатических исследованиях и других фундаментальных областях.
Поэтому мы считаем важным поддерживать применение ИИ именно в научной среде. Отдельно мы сфокусировались на молодых ученых — тех, кто уже сейчас активно осваивает современные методы и будет определять развитие науки в ближайшие годы.
Что ждет следующее поколение исследователей
— Каким вы видите будущее ИИ в науке через пять—десять лет?
— Искусственный интеллект как технология вырос из машинного обучения, которое начиналось с распознавания образов, понимания языка человека и окружающего мира — всего того, что можно было оцифровать. Он возник в виртуальном мире, а виртуальный мир обладает важным свойством: он напрямую не воздействует на человека. Он может влиять — через игры, интернет, пропаганду — но непосредственного физического воздействия у него не было.
Однако сейчас барьер между искусственным интеллектом и физическим миром пройден. Наступила эпоха технологической неразличимости между тем, что создает ИИ, и тем, что мы видим в реальности. И одновременно — эпоха практически повсеместного проникновения искусственного интеллекта в физический мир. Мы уже видим на наших улицах роботов-доставщиков, в перспективе — доставка по воздуху, активную популярность приобретает производство антропоморфных роботов. Например, Сбер в прошлом году анонсировал собственного человекоподобного робота Грина, взаимодействующего с человеком благодаря нашей нейросети «ГигаЧат».
Здесь возникает ключевая проблема физического искусственного интеллекта: он должен стать таким же надежным и безопасным, как наш физический мир.
Поэтому главный вопрос, который сегодня задают исследователи и компании: как сделать физический искусственный интеллект еще более полезным, но при этом надежным, безопасным, предсказуемым и объяснимым? Это во многом остается открытым вопросом.
Вторая важная тема, тесно связанная с первой, — автономность искусственного интеллекта. В горизонте нескольких десятилетий ИИ будет управлять сложными системами в полностью автономном режиме. Как человек, сохраняя внутреннюю цельность, будет адаптироваться к этому — остается открытым вопросом. Мы пока пытаемся применять модели управления прошлого к технологиям будущего, и, скорее всего, это не сработает, понадобятся новые.
Если обобщать, это два ключевых фронтира: физический искусственный интеллект и полностью автономный искусственный интеллект, отвечающий не за локальные задачи компаний, а за решение проблем национального и даже международного уровня.
Спроси у ГигаЧата
Реклама, ПАО Сбербанк 18+ erid: 2SDnjewzCAC
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.