ИИ сам занимается наукой: от идеи до публикации в Nature

Есть вещи, которые принято считать сугубо человеческими. Научное исследование – одна из них: постановка вопроса, разработка эксперимента, проверка гипотезы, написание статьи, защита её перед рецензентами. Это долго, трудоёмко и требует не только знаний, но и интуиции. Именно поэтому новость о том, что система под названием The AI Scientist прошла этот путь от начала до конца – и в итоге оказалась в журнале Nature – вызывает не просто интерес, а скорее удивление.

Что произошло

Команда Sakana AI разработала систему, которая способна проводить научные исследования в области машинного обучения практически без участия человека. Она не просто помогает исследователю, а выполняет работу самостоятельно: формулирует идею, планирует эксперименты, запускает их, анализирует результаты и пишет статью.

Звучит как фантастика, но факт остаётся фактом: одна из работ, созданных этой системой, прошла рецензирование и была принята к публикации в Nature – одном из самых престижных научных журналов в мире. Рецензенты оценивали её по тем же критериям, что и работы, написанные живыми учёными. И статья успешно прошла проверку.

Как это работает

Проще говоря, система действует примерно так же, как поступил бы начинающий исследователь, которому дали задачу и вычислительные ресурсы.

Сначала она изучает существующие работы по теме, находит уже известные данные и выявляет пробелы в знаниях. Затем формулирует гипотезу: что именно стоит проверить. После этого планирует и запускает эксперименты, анализирует результаты, при необходимости корректирует подход. В конце оформляет всё в виде научной статьи с введением, методологией, результатами и выводами.

Человек не вмешивается ни на одном из этих этапов. Система сама решает, что делать дальше.

Это не первый подобный эксперимент в индустрии. Андрей Карпаши недавно представил инструмент autoresearch – агент, который самостоятельно улучшает код нейросети: придумывает изменения, запускает тесты, сохраняет то, что работает, и отменяет то, что нет. За одну ночь агент провёл 126 экспериментов и улучшил эффективность модели на 11%. Ещё один пример: Anthropic признала, что Claude уже пишет от 70% до 90% кода, используемого для разработки следующих версий самого себя. Один исследователь управляет 168 копиями модели, которые параллельно проводят эксперименты. Всё это – части одной большой тенденции: автоматизация не просто приближается к науке, она уже интегрирована в неё.

Зачем важна публикация ИИ-исследования в Nature

Почему публикация в Nature – это не просто символ

Nature – журнал со строгими стандартами. Статьи туда не «проходят» автоматически: каждую проверяют независимые эксперты, которые не знают, кто автор. Именно поэтому факт публикации важен не как маркетинговый аргумент, а как значимый сигнал.

Рецензенты не знали, что перед ними работа искусственного интеллекта. Они оценивали её как научный текст и признали достаточно качественной для публикации. Это означает, что система способна не просто генерировать правдоподобно звучащий текст, но и производить результаты, которые выдерживают профессиональную проверку.

Это принципиальное различие. Многие системы умеют выглядеть научно. The AI Scientist прошла реальный отбор.

Что это меняет и для кого

Для исследователей в области машинного обучения это одновременно и инструмент, и вызов. Инструмент – потому что система может взять на себя рутинные части работы: проверку гипотез, которые «интересны, но на них нет времени», первичный анализ, написание черновиков. Вызов – потому что если ИИ может делать это самостоятельно, роль учёного неизбежно меняется.

Речь идёт не об угрозе исчезновения профессии, по крайней мере, пока. Скорее о сдвиге: там, где раньше требовались месяцы работы и большая команда, теперь может справиться автоматизированная система за значительно меньшее время. Это меняет не только скорость исследований, но и их экономику.

Для более широкой аудитории это сигнал о том, что граница между «тем, что делают люди» и «тем, что делают машины» продолжает смещаться. Причём не в сторону простых, повторяющихся задач, а в сторону того, что мы привыкли считать интеллектуальным трудом высшего порядка.

Открытые вопросы

Открытые вопросы, и их немало

Было бы нечестно остановиться на достижениях и не упомянуть то, что остаётся неясным.

Первое: насколько система способна работать за пределами своей области? The AI Scientist обучена и протестирована на задачах машинного обучения. Насколько хорошо она справится с биологией, физикой или экономикой – пока открытый вопрос.

Второе: что происходит с качеством, когда система работает в масштабе? Одна опубликованная статья – это впечатляющий результат. Но если система генерирует сотни работ в месяц, как обеспечить, что среди них не окажется ошибочных выводов, которые будут приняты за истину?

Третье – и, пожалуй, самое важное: кто несёт ответственность за результаты? Если автором работы формально является ИИ-система, а не человек, это поднимает вопросы, к которым научное сообщество пока не готово. Кто отвечает за ошибку? Кто обладает авторством? Как это регулируется?

Это не риторические вопросы. Они уже стоят на повестке дня, просто пока без ответов.

ИИ в науке: не замена ученых, а изменение подходов

Итог: не «ИИ заменил учёных», а «что-то изменилось»

Публикация The AI Scientist в Nature – это не конец научной карьеры для людей и не начало эпохи роботов-профессоров. Это конкретный, измеримый шаг в направлении, о котором говорили давно: автоматизация интеллектуального труда добралась до одной из его самых сложных форм.

Это стоит воспринимать спокойно, но серьёзно. Не как угрозу, а как сигнал: инструменты меняются, и вместе с ними меняется то, что от нас требуется. В науке, как и в других областях, всё больше ценится не умение делать то, что теперь умеют делать машины, а умение задавать вопросы, которые машины пока не умеют задавать сами.