🔬 ИИ подключили к настоящей лаборатории. Он ошибся — и благодаря ошибке сделал новое открытие
Вот это уже гораздо интереснее очередного «ИИ написал научную статью».
Исследователи создали систему, которая умеет пройти почти весь научный цикл:
придумать гипотезу → разработать эксперимент → передать инструкции лабораторному оборудованию → получить реальные результаты → проанализировать их → придумать следующий эксперимент.
ИИ дали данные примерно о 60 000 биологических связях у обычных пекарских дрожжей.
Из них он самостоятельно сформировал 1 933 проверяемые гипотезы о том, какие вещества могут влиять на выживание клеток при разных стрессах.
А дальше произошло самое красивое.
ИИ предположил, что глутамат поможет дрожжам пережить воздействие муравьиной кислоты.
Провёл эксперимент.
Не помог.
Но вместо классического научного метода «ну ладно» система проанализировала новые данные и предложила другого кандидата — аминоадипат, промежуточное вещество метаболизма лизина.
Сформулировала новую гипотезу.
Отправила её обратно в лабораторию.
И эксперимент показал, что аминоадипат действительно улучшает рост дрожжей в присутствии муравьиной кислоты — примерно на 7% на каждый дополнительный миллимоль вещества в условиях опыта. Исследователи называют эту защитную связь ранее неизвестной.
Важная оговорка: это пока не полностью автономный «учёный в коробке».
Люди задали область исследований и ограничения, а некоторые физические операции в лаборатории всё ещё выполнялись вручную. Да и открытие касается метаболизма дрожжей, а не новой физики Вселенной.
Но принцип уже работает.
ИИ не просто прочитал данные и что-то предсказал.
Он выдвинул гипотезу, проверил её в физическом мире, обнаружил, что ошибся, и использовал ошибку для следующего открытия.
То есть мы автоматизируем уже не только ответы.
Мы начинаем автоматизировать сам научный метод.
Плохая новость для аспирантов: робот уже научился получать отрицательный результат и не впадать после этого в депрессию.
#ИИ #наука #биология #робототехника #биотехнологии #исследования
https://doi.org/10.1098/rsif.2026.0043
Вот это уже гораздо интереснее очередного «ИИ написал научную статью».
Исследователи создали систему, которая умеет пройти почти весь научный цикл:
придумать гипотезу → разработать эксперимент → передать инструкции лабораторному оборудованию → получить реальные результаты → проанализировать их → придумать следующий эксперимент.
ИИ дали данные примерно о 60 000 биологических связях у обычных пекарских дрожжей.
Из них он самостоятельно сформировал 1 933 проверяемые гипотезы о том, какие вещества могут влиять на выживание клеток при разных стрессах.
А дальше произошло самое красивое.
ИИ предположил, что глутамат поможет дрожжам пережить воздействие муравьиной кислоты.
Провёл эксперимент.
Не помог.
Но вместо классического научного метода «ну ладно» система проанализировала новые данные и предложила другого кандидата — аминоадипат, промежуточное вещество метаболизма лизина.
Сформулировала новую гипотезу.
Отправила её обратно в лабораторию.
И эксперимент показал, что аминоадипат действительно улучшает рост дрожжей в присутствии муравьиной кислоты — примерно на 7% на каждый дополнительный миллимоль вещества в условиях опыта. Исследователи называют эту защитную связь ранее неизвестной.
Важная оговорка: это пока не полностью автономный «учёный в коробке».
Люди задали область исследований и ограничения, а некоторые физические операции в лаборатории всё ещё выполнялись вручную. Да и открытие касается метаболизма дрожжей, а не новой физики Вселенной.
Но принцип уже работает.
ИИ не просто прочитал данные и что-то предсказал.
Он выдвинул гипотезу, проверил её в физическом мире, обнаружил, что ошибся, и использовал ошибку для следующего открытия.
То есть мы автоматизируем уже не только ответы.
Мы начинаем автоматизировать сам научный метод.
Плохая новость для аспирантов: робот уже научился получать отрицательный результат и не впадать после этого в депрессию.
#ИИ #наука #биология #робототехника #биотехнологии #исследования
https://doi.org/10.1098/rsif.2026.0043