Диалоги с ИИ. Диалог 6

ВОПРОС: Имеются ли доказательства, в том числе научные публикации, в которых новизна получена ИИ?

Да, существуют научные публикации и исследования, в которых искусственный интеллект (ИИ) сыграл ключевую роль в получении новых знаний и открытий. Вот несколько примеров:

Система ИИ AlphaFold, разработанная компанией DeepMind, способна предсказывать трёхмерную структуру белков на основе их аминокислотной последовательности с высокой точностью. Это решение одной из самых сложных задач в биологии, которое ускоряет понимание биологических процессов, разработку лекарств и изучение заболеваний на молекулярном уровне. Результаты были опубликованы в журнале Nature в 2021 году.

Открытие новых материалов
Проект GNoME от DeepMind использует графовые нейросети для предсказания устойчивости кристаллических структур. ИИ «просмотрел» миллиарды возможных комбинаций атомов и открыл 2,2 млн новых материалов, из которых около 380 000 оказались стабильными. Это одно из самых больших открытий в истории материаловедения.

В 2024 году команда Рампи Рампрасада из Georgia Tech адаптировала ИИ-алгоритмы для «мгновенного» предсказания свойств и формул полимеров ещё до их физического создания. С помощью этой разработки учёные создали новые материалы для хранения энергии, улучшения технологий фильтрации и переработки пластмасс.

Обнаружение новых законов физики
Исследователи из Университета Эмори в Атланте обучили ИИ анализировать экспериментальные данные о пылевой плазме — горячем электрически заряженном газе с крошечными частицами пыли. Нейросеть обнаружила ранее неизвестные силы, действующие в этой системе, с точностью более 99%. Результаты опубликованы в журнале PNAS.
 
Новые антибиотики
В 2023 году британские учёные объявили об открытии новых антибиотиков с помощью ИИ, что представляет критически важное достижение в борьбе с устойчивыми к лекарствам бактериями.
 
Оптимизация химических экспериментов
Проект Argonne AI Lab использует роботизированные системы под управлением ИИ для самостоятельного смешивания реактивов, изменения параметров и оценки результатов. Это сократило время на подбор катализаторов с шести месяцев до двух недель.
 
Анализ данных в астрономии
ИИ революционизирует анализ данных от космических телескопов, автоматически классифицируя небесные объекты и обнаруживая новые астрономические явления. Например, в 2018 году ИИ помог обнаружить систему с восемью планетами вокруг звезды Кеплер-90.
 
Машинное обучение в геномике
ИИ помогает анализировать геномные данные и находить новые способы редактирования генов. Например, технологии машинного обучения оптимизируют CRISPR-Cas9, делая её более точной.
 
Эти примеры демонстрируют, как ИИ становится мощным инструментом в научных исследованиях, ускоряя процесс открытий и позволяя решать задачи, которые ранее были недоступны для традиционных методов. Однако важно отметить, что в большинстве случаев ИИ работает в сотрудничестве с учёными, которые формулируют задачи, интерпретируют результаты и обеспечивают корректность исследований.

Для более детального изучения можно обратиться к следующим источникам:
Nature (2021) — публикация о AlphaFold.
PNAS — исследование об обнаружении новых физических законов с помощью ИИ.
Статьи в Science и Nature о применении ИИ в материаловедении.
Если вас интересуют конкретные области науки, могу привести дополнительные примеры.


ВОПРОС: Если вас интересуют конкретные области науки, могу привести дополнительные примеры (с). Да, очень интересует. Приведите, пожалуйста, ещё примеры.

Искусственный интеллект активно применяется в различных научных областях, ускоряя исследования и открывая новые горизонты знаний. Вот несколько дополнительных примеров:

Биология и генетика
Управление генами в клетках млекопитающих. Учёные из Центра геномного регулирования в Испании использовали ИИ для создания молекул ДНК, которые управляют генами в здоровых клетках млекопитающих. ИИ разработал энхансеры — фрагменты ДНК, которые включают или выключают гены в нужных клетках. Например, удалось заставить стволовые клетки превращаться в клетки крови. Это открытие может привести к созданию новых методов лечения, где гены пациентов настраиваются с высокой точностью.

Секвенирование геномов. Проект «БиоГеном Земли» (EBP) использует ИИ для каталогизации геномов всех современных видов Земли. Инструменты на базе нейросетей, такие как DeepVariant и DeepPolisher от Google Research, ускоряют процесс секвенирования, повышая точность и сокращая сроки. DeepVariant реконструирует полную последовательность генома, анализируя данные высокопроизводительного секвенирования (HTS), а DeepPolisher сокращает количество ошибок в процессе сборки генома на 50%.
 
Изучение растений. ИИ помогает выявлять избыточные гены у растений, что важно для селекции устойчивых культур. Например, исследователи из лаборатории Колд-Спринг-Харбор (CSHL) использовали компьютерные модели для прогнозирования влияния мутаций на растения. Метод можно масштабировать для любого семейства генов, что даёт селекционерам «дорожную карту» для улучшения сельскохозяйственных культур.
 
Материаловедение и химия
Создание наноструктурированных катализаторов. В Институте органической химии имени Н. Д. Зелинского РАН ИИ помог разработать катализаторы с активностью, превышающей показатели мировых аналогов. Это ускоряет химические процессы в промышленности.

Анализ микрофазовых переходов в ионных жидкостях. Проект AnanikovLab использует машинное обучение и глубокое обучение для анализа сложных данных, включая электронно-микроскопические изображения и масс-спектрометрические данные. Это позволяет лучше понять механизмы действия катализаторов и взаимодействие ионов в различных средах.
 
Прогнозирование разрушения материалов. ИИ применяется для предсказания механической прочности пластиковых деталей, изготовленных методом 3D-печати. Алгоритмы анализируют термографические данные, что помогает контролировать качество и безопасность изделий.
 
Астрономия и космические исследования
Обнаружение экзопланет. Алгоритмы ИИ анализируют данные телескопа Кеплер, выявляя экзопланеты по кривым блеска звёзд. Это ускорило процесс обнаружения и изучения планет за пределами нашей солнечной системы.
 
Обработка данных миссии Гайя. Европейский космический агентство использует ИИ для анализа данных со спутника Гайя, который фиксирует положения, расстояния и движения более миллиарда звёзд. ИИ значительно ускоряет обработку этих данных.
 
Автономная навигация космических аппаратов. Марсоходы Curiosity и Perseverance используют ИИ для анализа окружающей среды, избегания препятствий и планирования маршрута. Это снижает зависимость от постоянного управления с Земли.
 
Медицина
Роботизированная хирургия. ИИ повышает точность управления хирургическими роботами, что снижает риск осложнений. Например, исследование с участием 379 пациентов показало пятикратное снижение осложнений при использовании роботов-ассистентов.
 
Персонализированная медицина. ИИ анализирует генетические и клинические данные пациентов для подбора индивидуальной терапии. Это минимизирует побочные эффекты и повышает эффективность лечения.
 
Диагностика с помощью чат-ботов. Чат-боты на базе ИИ проводят первичную диагностику, анализируют симптомы и рекомендуют дальнейшие действия. Например, SkinVision использует ИИ для обнаружения рака кожи на ранней стадии по фотографиям, сделанным на телефон.
 
Финансы
Прогнозирование рыночных трендов. ИИ анализирует исторические данные и текущие рыночные условия, помогая инвесторам принимать более обоснованные решения. Например, управляющие компании используют ИИ для прогнозирования доходности ценных бумаг и оценки макроэкономических данных.

Борьба с мошенничеством. Нейросети выявляют подозрительные транзакции в реальном времени, анализируя поведение клиентов и транзакции. Это помогает банкам и финансовым учреждениям минимизировать убытки.
 
Персонализация инвестиционных рекомендаций. Брокерские компании используют ИИ для создания индивидуальных инвестиционных стратегий, учитывая профиль клиента и его цели.
 
Эти примеры демонстрируют, как ИИ трансформирует научные исследования, ускоряя процессы, повышая точность и открывая новые возможности для открытий.