Авторитетный научный журнал Nature опубликовал результаты исследований, демонстрирующих исторический переход искусственного интеллекта на качественно новый уровень: от простого написания текстов к генерации реальных научных гипотез, сообщает издание. Инновационные мультиагентные ИИ-системы смогли самостоятельно подобрать и предложить молекулы-кандидаты для лечения острого лейкоза и необратимой слепоты, причем предложенные ими препараты уже подтвердили свою эффективность в лабораторных условиях.
Co-Scientist: виртуальная лаборатория от Google DeepMind
Команда разработчиков из компании Google DeepMind, возглавляемая Юраем Готтвайсом и Вивеком Натараджаном, представила платформу научного ИИ под названием Co-Scientist. Эта система построена на базе языковой модели Gemini и функционирует как полноценная команда виртуальных агентов с различными ролями. Внутри системы нейросети генерируют идеи, критикуют работу друг друга и отбирают лучшие гипотезы по принципу «спортивного турнира». При этом человек-исследователь выступает в роли руководителя этой виртуальной лаборатории, корректируя творческий поиск.
В ходе испытаний перед Co-Scientist поставили задачу найти новые варианты использования уже существующих лекарств (перепрофилирование) для терапии острого миелоидного лейкоза — тяжелой формы рака крови. Искусственный интеллект выдал список перспективных кандидатов, из которых биологи отобрали пять для практического тестирования. В результате три из пяти препаратов показали реальную противоопухолевую активность в клеточных культурах. Помимо этого, платформу успешно протестировали на поиске мишеней для лечения фиброза легких и механизмах устойчивости патогенных бактерий к антибиотикам.
В тексте исследования разработчики так описывают миссию своей платформы:
«Главным двигателем научного прогресса выступает процесс, в рамках которого ученые выдвигают новые гипотезы и подвергают их строгим экспериментальным проверкам. Для ускорения этого процесса мы создали мультиагентную систему ИИ, которая помогает ученым получать новые знания».
Соавтор разработки Вивек Натараджан прокомментировал архитектуру системы следующим образом:
«Это выглядит почти как агентная, in silico (компьютерная) реализация мыслительного процесса в голове ученого. Цель состоит в том, чтобы дать ученым суперспособности».
— Вивек Натараджан, Соавтор разработки платформы Co-Scientist
Robin: узкие специалисты против возрастной слепоты
Вторую ИИ-систему под названием Robin разработала некоммерческая исследовательская лаборатория FutureHouse (Сан-Франциско) под руководством Али Гариба. Архитектура Robin отличается строгой специализацией и включает трех агентов с собственными именами:
- Crow — собирает и обобщает всю доступную мировую научную литературу;
- Falcon — отвечает непосредственно за отбор молекул-кандидатов;
- Finch — специализируется на глубинном анализе экспериментальных данных.
Этой «команде» поручили найти лекарство для сухой возрастной макулярной дегенерации — заболевания, которое является одной из главных причин необратимой слепоты в развитых странах. Проанализировав данные, система выдала нестандартную гипотезу: она предложила усилить фагоцитоз, то есть способность клеток сетчатки глаза «съедать» накапливающийся с возрастом клеточный мусор.
На первом этапе ИИ предложил 10 молекул, из которых лучшим оказалось экспериментальное соединение Y-27632, блокирующее фермент ROCK. Во втором раунде Robin предложил использовать препарат того же класса — рипасудил, который уже применяется в Японии для лечения глаукомы. Последующая проверка исследователями на человеческих клетках подтвердила феноменальную правоту нейросети: рипасудил усилил процесс фагоцитоза в 1,75 раза.
Скорость и перспективы: от пробирки к клинике
Главным прорывом новых систем эксперты называют колоссальное ускорение исследовательского цикла. Задачи по поиску препаратов для перепрофилирования, на решение которых у человеческого разума ушли бы месяцы, решались ИИ-агентами за считанные часы.
Впрочем, специалисты призывают к разумному оптимизму. До проведения полноценных клинических испытаний на пациентах еще очень далеко, так как многие препараты, доказавшие свою эффективность in vitro (в пробирке), впоследствии отсеиваются на этапе более строгих проверок на безопасность.
Тем не менее, успешная публикация этих данных в сверхстрогом и рецензируемом журнале Nature задает новый уровень доверия к искусственному интеллекту в науке. Мультиагентные системы на практике доказали, что способны переходить от обработки массивов текста к предсказанию работы конкретных молекул, открывая недоступные ранее горизонты для фармакологии.
