📩 Еврокомиссия: ИИ в биологии развивается быстрее, чем система проверки его результатов
14 августа Объединённый исследовательский центр Европейской комиссии опубликовал исследование Artificial Intelligence for Biology: Capabilities, Readiness and Policy Implications. Авторы рассмотрели 480 AI-моделей, применяемых в молекулярной и клеточной биологии и попытались оценить, насколько реальны их заявленные возможности.
❕Один из выводов доклада - разрыв между хорошими результатами моделей в научных задачах и их готовностью к применению за пределами исследовательских бенчмарков (даже наиболее развитые модели пока не проходили комплексной оценки технологической готовности).
Кроме того, авторы также обращают внимание на необходимость прозрачной отчетности и общих подходов к валидации, которые позволят воспроизводимо и сопоставимо оценивать результаты AI-систем, в т.ч. при проектировании биомолекул.
📌 Комментарий экспертов Центра ИИ МГИМО:
В AI for Science сейчас возникает знакомая проблема - качество самой модели становится только частью задачи, и техническая демонстрация возможностей модели ещё не означает, что результат можно использовать в реальном исследовании.
Для таких областей, ка биология, это особенно критично. Ошибка в генерации текста относительно легко обнаруживается и исправляется. А ошибка при проектировании молекулы может потребовать месяцев лабораторной работы (и в некоторых случаях иметь гораздо более серьезные последствия).
В новой конкурентной борьбе значение приобретает вся исследовательская инфраструктура вокруг моделей, от собственных массивов данных и вычислительных ресурсов до лабораторий, способных проверять полученные результаты. В международном масштабе это может усиливать уже существующий инфраструктурный разрыв. Иными словами, странам, не располагающим развитой исследовательской инфраструктурой, будет сложнее не только разрабатывать собственные системы AI for Science, но и самостоятельно проверять и развивать решения, созданные в других странах.
14 августа Объединённый исследовательский центр Европейской комиссии опубликовал исследование Artificial Intelligence for Biology: Capabilities, Readiness and Policy Implications. Авторы рассмотрели 480 AI-моделей, применяемых в молекулярной и клеточной биологии и попытались оценить, насколько реальны их заявленные возможности.
❕Один из выводов доклада - разрыв между хорошими результатами моделей в научных задачах и их готовностью к применению за пределами исследовательских бенчмарков (даже наиболее развитые модели пока не проходили комплексной оценки технологической готовности).
Кроме того, авторы также обращают внимание на необходимость прозрачной отчетности и общих подходов к валидации, которые позволят воспроизводимо и сопоставимо оценивать результаты AI-систем, в т.ч. при проектировании биомолекул.
📌 Комментарий экспертов Центра ИИ МГИМО:
В AI for Science сейчас возникает знакомая проблема - качество самой модели становится только частью задачи, и техническая демонстрация возможностей модели ещё не означает, что результат можно использовать в реальном исследовании.
Для таких областей, ка биология, это особенно критично. Ошибка в генерации текста относительно легко обнаруживается и исправляется. А ошибка при проектировании молекулы может потребовать месяцев лабораторной работы (и в некоторых случаях иметь гораздо более серьезные последствия).
В новой конкурентной борьбе значение приобретает вся исследовательская инфраструктура вокруг моделей, от собственных массивов данных и вычислительных ресурсов до лабораторий, способных проверять полученные результаты. В международном масштабе это может усиливать уже существующий инфраструктурный разрыв. Иными словами, странам, не располагающим развитой исследовательской инфраструктурой, будет сложнее не только разрабатывать собственные системы AI for Science, но и самостоятельно проверять и развивать решения, созданные в других странах.