Штучний інтелект від Google навчився розробляти наукові програми – як функціонує ERA.
Дослідницька команда Google спільно з науковцями Гарвардського університету створила систему штучного інтелекту ERA (Empirical Research Assistance). Цей інструмент здатний автоматично генерувати та вдосконалювати складне наукове програмне забезпечення, перевершуючи за якістю та точністю програми, розроблені людьми.
Що таке система ERA?
У сучасній науці дослідження повністю залежать від спеціалізованого “емпіричного програмного забезпечення” – програм, які створюються для конкретних завдань: наприклад, для прогнозування погоди, розрахунку госпіталізацій або моделювання структури білків.
Зазвичай науковці витрачають місяці на ручне написання, тестування та постійне коригування такого коду.
Нова система ERA повністю задовольняє потреби дослідників завдяки автоматизації процесу:
Базова модель: Штучний інтелект використовує простий вихідний код, створений людиною для конкретної наукової задачі.
Генерація ідей: завдяки можливостям LLM (великої мовної моделі) Google Gemini, система пропонує модифікації алгоритмів, додає нові компоненти та тестує тисячі варіантів коду одночасно.
Дерево пошуку (Tree Search): за аналогією з відомою ігровою системою AlphaGo, штучний інтелект оцінює кожен варіант за цифровим балом успішності. Алгоритм автоматично відкидає неефективні рішення та розвиває лише ті напрямки коду, які покращують точність розрахунків.
Принцип роботи ERA
Важливою перевагою є те, що ERA працює не ізольовано. Система здатна самостійно шукати необхідні наукові ідеї в підручниках та статтях або приймати підказки від живого дослідника, інтегруючи їх у нові версії програмного забезпечення.
“Це дозволяє знаходити унікальні рішення – “голки в стозі сіна”, до перевірки яких у людей ніколи не дійшли б руки”, – пояснює професор Гарварда Майкл Бреннер.
Реальні кейси
Щоб продемонструвати практичну цінність розробки, автори проекту протестували ERA у складних наукових дисциплінах, де система показала виняткові результати:
Прогнозування пандемій: Штучний інтелект створив 14 моделей для прогнозування госпіталізацій під час COVID-19. Всі вони виявилися точнішими за найкращі математичні системи, які американські Центри з контролю та профілактики захворювань (CDC) використовували під час реальної пандемії.
Дослідження мозку: систему залучили до аналізу активності понад 70 000 нейронів у мозку живої риби данио-реріо. Штучний інтелект самостійно підключив та налаштував складну сторонню бібліотеку нейромоделювання.
“Аспіранту Гарварда знадобилися б місяці лише на вивчення цього програмного забезпечення, тоді як штучний інтелект зібрав робочу модель автоматично за кілька годин”, – зазначають науковці.
Генетика: ERA відкрила чотири нові методи інтеграції наборів даних секвенування РНК окремих клітин, обійшовши підходи, розроблені провідними фахівцями-людьми.
Завдяки паралельному запуску процесів завдання, які раніше забирали у наукових лабораторій тижні важкої праці, тепер виконуються за лічені години.
У Google підкреслюють, що ERA не замінить науковців, а стане їх основним асистентом, “звільнивши людський розум для творчих викликів та визначення фундаментальних векторів розвитку науки”.