Ученый AI: возможно ли такое в скором будущем?

В декабре нынешнего года состоится уже третья по счету церемония награждения победителей научной премии Сбера. Помимо уже известных трех номинаций в этом году появилась новая «AI в науке» — Сбер решил поддержать самых талантливых молодых ученых за достижения выдающихся научных результатов, полученных с применением искусственного интеллекта (AI). Что это за номинация и почему это важно, рассказал профессор, доктор физико-математических наук, ректор университета «Иннополис» Александр Гасников, возглавивший экспертный совет, который оценивает заявки в этой номинации.

Выйти из полноэкранного режима

Развернуть на весь экран

— Что собой представляет новая номинация «AI в науке» Научной премии Сбера?

— Действительно, в нынешнем году Сбер учредил новую номинацию для молодых ученых не старше 35 лет за выдающиеся достижения в науке, полученные с применением технологий искусственного интеллекта. Меня пригласили возглавить экспертный совет, который будет помогать в рассмотрении заявок.

Победителей будем искать в трех направлениях:

• «AI в науке. Физический мир» — физика, химия, астрономия, науки о Земле и технические науки;
• «AI в науке. Науки о жизни» — биология, медицина и сельскохозяйственные науки;
• «AI в науке. Цифровая вселенная» — математика (включая математические методы в экономике), компьютерные науки и информатика (включая искусственный интеллект и машинное обучение).

— С какой целью создана эта номинация?

— Это мотивация для молодежи заниматься наукой. Также это, безусловно, подсказка от технологического бизнеса для ученых. Крупные компании успешно применяют машинное обучение, data science в своих процессах. Нужно привнести этот опыт в науку максимально широко ради будущих открытий и технологий.

— Кого собираются награждать и как будут выбирать победителей?

— Лауреатами могут стать как молодые ученые-одиночки, так и коллективы до трех человек. Требования очень высокие. В первую очередь работы кандидатов должны иметь научную ценность. Для этого необходимо, чтобы они были представлены на ведущих конференциях, так называемых A*, или опубликованы в самых высокоцитируемых журналах Q1 за последние пять лет.

Во-вторых, мы будем внимательно смотреть, чтобы результаты были получены с применением AI. И наконец, будет рассматриваться потенциал и эффект этих исследований для науки и экономики. Это сложно, но награда того стоит. Каждый коллектив победителей получит приз в размере 4,5 млн рублей и еще 1 млн рублей на облачные вычисления.

— Какие вы видите перспективы у применения AI в науке?

— Начну ответ с текущих реалий, с которыми мы сталкиваемся. Сейчас на разных конференциях по AI стали замечать, что тексты статей и рецензий частично пишутся с помощью AI. Это легко проверить — существуют различные открытые тестировщики. К слову сказать, в прошлом году на NeurIPS была интересная статья на эту тему от Сергея Баранникова с коллегами из Сколтеха и других организаций, в которой текстам, сгенерированным с помощью специальной большой языковой модели (LLM), ставится в соответствие некоторая размерность. Эта размерность удивительным образом почти всегда получается ровно на единицу меньше, чем та, которая отвечает текстам, сгенерированным человеком. Буквально неделю назад мы получили рецензию на статью, которая в большей своей части была написана LLM.

К чему я веду? К тому, что уже очевидно, что AI (в частности, LLM) активно используются учеными для презентации своих результатов — написания статей, отчетов, заявок, рецензий. Уже сейчас понятно, что информатика как инженерная наука в самые короткие сроки существенно преобразится за счет автоматического написания кода с помощью агентного LLM. Определенные успехи уже можно наблюдать в химии. Поток работ большой, из недавних можно отметить, например, модель ChemCrow от Даниила Бойко с коллегами из Университета Карнеги Меллон.

— Видите ли вы какие-то уже полученные конкретные результаты от применения AI в науке?

— AI уже показал хорошие результаты в ряде отраслей, например химии, физике, яркие результаты в нашей стране есть в группах Валентина Ананикова, Артема Оганова, Владимира Вановского. Но мы видим, что его применение в науке меняется. Объем информации, которую необходимо анализировать на регулярной основе, колоссален. Растет число научных статей, объем собираемых данных в ходе экспериментов за счет совершенствования оборудования. Ученым необходимы новые инструменты для работы. AI может стать тем самым незаменимым помощником, который не только позволит справиться с ростом информации, «выжмет» из нее все полезное, отсеет ненужное, но и даст новые возможности по формулировке гипотез и свежих идей. AI может помочь ученым лучше понять другие научные области, что имеет большой потенциал будущих открытий. Отметим, что AI помогает получать новые результаты даже в математике. Так, недавно с помощью больших языковых моделей выпускник ФКН ВШЭ Александр Новиков вместе с коллегами из DeepMind предложил FunSearch — эволюционную процедуру, основанную на объединении предварительно обученного LLM с систематическим оценщиком. Применяя FunSearch к центральной проблеме экстремальной комбинаторики, авторы обнаружили новые конструкции больших предельных множеств. Важно, что речь идет не о «компьютерном доказательстве», в основе которого лежит умный «перебор» (как в задаче о возможности раскраски карты на плоскости не более чем в четыре цвета), а именно о попытке выявить закономерности.

— Как думаете, возьмет ли на себя AI решение всех насущных задач в науке?

— В ближайшее время, думаю, нет. Например, мое общение со специалистами в области биоинформатики привело к мысли, что ожидания относительного генеративного AI в биологии, которые были год назад, пока особо не подтверждаются. Понимание физики, химии процессов, математическое моделирование, по-видимому, в ближайшей перспективе заменить с помощью AI не получится. Похожая ситуация и в физике. AI помогает, но не берет на себя основные функции.

Тем не менее также очевидно, что без AI работать в большом числе направлений современной науки становится очень сложно. Поэтому в ближайшей перспективе мы ожидаем увидеть все больше и больше открытий, полученных с помощью AI. Подчеркну, не сделанных AI, а полученных с его помощью.

— Когда вы ждете первое серьезное открытие, сделанное с помощью AI?

— Думаю, тут можно подумать о том, чтобы AI делал открытия в области математики и, как следствие, AI. И об этом уже подумали: в августе 2024 года на arXiv появилась статья со «скромным» названием «The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery» («Ученый ИИ: на пути к полностью автоматизированным научным открытиям»): https://arxiv.org/pdf/2408.06292. Фактически авторы статьи пытаются поставить на поток открытия в области AI. В частности, с помощью генеративных сетей они пишут научные статьи в области искусственного интеллекта на довольно высоком уровне. Вряд ли это можно считать существенным шагом в сторону автоматизации открытий, сделанных с помощью AI в конкретной области знаний (в данном случае, как раз в самом AI), но совершенно очевидно, что к этому сейчас стремятся в ведущих исследовательских центрах. Мне кажется, что Научная премия Сбера очень вовремя обращает внимание российских ученых на важность данного направления.

Беседовала Наталия Лескова