Назад
20 мая 2026 г. в 09:00 AI Science Biology Google FutureHouse Drug Discovery Nature; Ars Technica; Techmeme

ИИ-учёные нашли старым лекарствам новые задачи

ИИ-учёные нашли старым лекарствам новые задачи

ИИ-учёные нашли старым лекарствам новые задачи

Журнал Nature опубликовал две работы о системах, которые пытаются сделать ИИ не просто поисковиком по научным статьям, а помощником в выдвижении гипотез. Речь о Google Co-Scientist и Robin от некоммерческой лаборатории FutureHouse. Обе системы работали в биологии и искали новые применения для уже известных препаратов.

Важно не перепутать масштаб новости. Это не означает, что ИИ «изобрёл лекарство» и довёл его до клиники. В обоих случаях человек оставался в контуре, а проверка шла на лабораторных моделях и клеточных экспериментах. Но это уже более серьёзный уровень, чем обычный чат-бот, который пересказывает статьи: системы строили гипотезы, сравнивали их, предлагали эксперименты и помогали интерпретировать результаты.

Что сделал Co-Scientist

Google Co-Scientist построен на Gemini и устроен как набор агентов. Один агент ищет литературу, другие предлагают гипотезы, критикуют их, сравнивают в «турнире» и дорабатывают выжившие идеи. Критерии включают правдоподобность, новизну, проверяемость и безопасность. По словам авторов, доступ к научной литературе был важен именно для снижения галлюцинаций: без опоры на источники система легче придумывала бы красивые, но слабые идеи.

В опубликованной работе Co-Scientist применили к острому миелоидному лейкозу. Система помогла подобрать кандидаты для повторного использования известных препаратов и их комбинаций, после чего эксперты выбрали идеи для проверки. Часть препаратов оказалась эффективной только против отдельных линий лейкозных клеток, что нормально для онкологии: разные клетки могут расти через разные биологические механизмы.

Здесь ценность не в том, что модель «лучше учёного». Скорее она может быстрее пройти по массиву разрозненных данных и предложить связи, до которых человек мог бы не дойти из-за узкой специализации или нехватки времени.

Robin пошёл на шаг дальше

Система FutureHouse Robin решала похожую задачу для сухой возрастной макулярной дегенерации, одной из важных причин потери зрения у пожилых людей. Robin использовал специализированные инструменты для чтения литературы: Crow делает краткие выжимки из статей, Falcon готовит более глубокие обзоры. Авторы пишут, что Robin проанализировал 551 статью за 30 минут; человеку на такое чтение они оценивают около 540 часов.

После этого Robin предложил механизм болезни, подобрал клеточные модели, подготовил отчёты по 30 кандидатам в препараты и предложил анализы для проверки. В итоге система указала на идею усилить способность клеток сетчатки поглощать внешний клеточный мусор и выделила ripasudil и KL001 как перспективные кандидаты. Ripasudil уже используется в клинике как ингибитор ROCK, но раньше, по словам авторов, не предлагался для лечения сухой макулярной дегенерации.

Robin также включал инструмент Finch для анализа данных стандартных биологических экспериментов, включая RNA-seq и проточную цитометрию. Это важное отличие: система не только искала гипотезы, но и частично помогала разбирать экспериментальные данные. При этом финальная проверка всё равно оставалась лабораторной, а не чисто вычислительной.

Почему это важно

Главная проблема современной науки не только в нехватке идей, но и в перегрузе литературой. В биомедицине уже есть огромное количество статей, данных и частичных наблюдений, которые лежат в разных дисциплинах и плохо соединяются друг с другом. Если ИИ помогает быстрее найти такие связи и вынести их на экспериментальную проверку, это практический инструмент, а не только красивая демонстрация модели.

Ограничения тоже принципиальны. Перепрофилирование известных препаратов проще, чем создание новых молекул. Клеточные результаты часто не проходят путь через животных и клинические испытания. А сами системы наследуют слабости базовых моделей: неполную фактичность, риск галлюцинаций и зависимость от качества инструментов поиска. Ars Technica отдельно отмечает, что при замене одного специализированного инструмента FutureHouse на обычную модель OpenAI доля выдуманных ссылок выросла до 45%.

Поэтому правильный вывод здесь осторожный. ИИ пока не заменяет учёных, врачей и испытания на пациентах. Но он всё увереннее занимает место между чтением литературы и лабораторным экспериментом: там, где нужно быстро собрать возможные связи, отсечь слабые идеи и дать человеку список гипотез, которые действительно стоит проверить.

Ещё новости

AWS добавила в Textract ИИ-проверку полей по страницам документа
21 ноября 2026 г.
AWS добавила в Textract ИИ-проверку полей по страницам документа

Amazon Textract Insights извлекает поля из смешанных пакетов документов и возвращает для каждого значения оценку уверенности и привязку к странице. AWS позиционирует сервис как способ автоматизировать обработку без отказа от проверки человеком.

Математик Anthropic заявил о доказательстве гипотезы Римана с Claude
20 ноября 2026 г.
Математик Anthropic заявил о доказательстве гипотезы Римана с Claude

Математик Anthropic Левент Альпёге заявил, что вместе с Claude получил формальное доказательство гипотезы Римана и её обобщения. Код на Lean уже скомпилировался у независимого математика, но математическому сообществу ещё предстоит разобрать и подтвердить сам результат.

Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты
20 ноября 2026 г.
Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты

Signal вводит защиту от захвата экрана на iOS 27 и при обнаружении ИИ-помощника на Android. Мессенджер предупреждает: мера не закрывает все пути доступа и на macOS пока не работает.

В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты
20 ноября 2026 г.
В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты

В отчёте Reco описан инцидент с восемью захваченными аккаунтами Microsoft 365: после кражи сессии злоумышленники быстро меняли правила почты. Компания не утверждает, что атаку выполнил ИИ — и это важная граница для интерпретации.

DeepMind описал четыре пути от AGI к сверхинтеллекту
20 ноября 2026 г.
DeepMind описал четыре пути от AGI к сверхинтеллекту

Исследователь Google DeepMind Тим Генвейн предлагает смотреть на переход от человеческого уровня ИИ к сверхинтеллекту как на набор проверяемых технических сценариев. Это не прогноз сроков, а карта возможных ускорителей и ограничений.

Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены
19 ноября 2026 г.
Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены

Google представила Gemini 4 Neon — модель для сложных задач в коде, офисной работе и науке. Компания заявляет качество уровня Gemini 4 Carbon при трёхкратной скорости и 60% стоимости; проверять это стоит на собственных задачах.

GitHub открыла протокол для сессий AI-агентов между устройствами
19 ноября 2026 г.
GitHub открыла протокол для сессий AI-агентов между устройствами

GitHub описала открытый Agent Host Protocol: он сохраняет состояние AI-агента при переходе между VS Code, Copilot, телефоном и облаком. Это не новый агент, а общий способ подключать клиентов к уже работающей сессии.

Google представила Stitch Loop для непрерывной доработки приложений
19 ноября 2026 г.
Google представила Stitch Loop для непрерывной доработки приложений

Google Labs открыла лист ожидания Stitch Loop — агента, который подключается к коду и рабочим метрикам, находит проблемы и готовит pull request’ы. Сливать изменения без проверки человека сервис не должен.

GitHub отсеял 9 791 AI-находку до 99 отчётов для open source
18 ноября 2026 г.
GitHub отсеял 9 791 AI-находку до 99 отчётов для open source

В пилоте GitHub и Microsoft превратили тысячи сигналов AI-сканера в 99 проверенных закрытых отчётов для шести open-source-проектов. К 15 ноября мейнтейнеры исправили 55 из них — но это ранний опыт, а не доказательство универсальной эффективности сканеров.

OpenAI пустит четыре внешние команды внутрь своих систем безопасности
18 ноября 2026 г.
OpenAI пустит четыре внешние команды внутрь своих систем безопасности

OpenAI запускает первую фазу встроенных независимых оценок: Apollo Research, METR, Transluce и Goodfire получат доступ к части внутренних моделей, данных и процессов. Формат обещает больше прозрачности, но независимость публикаций ограничена правом компании скрывать конфиденциальные детали.

Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry
18 ноября 2026 г.
Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry

Microsoft представила MAI Code 2 и более быструю MAI Code 2 Flash — собственные модели для повседневной работы с кодом. Основная версия уже доступна в GitHub Copilot и Azure AI Foundry, а Flash в Foundry пока остаётся в ограниченном предпросмотре.

GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude
17 ноября 2026 г.
GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude

В независимом сводном рейтинге Artificial Analysis GPT‑6.2 Astra получила 62 из 100 — на пять пунктов больше, чем GPT‑6 Astra. Это заметный скачок OpenAI, но первое место остаётся у Claude Fable 5.2 Max с 65 баллами; Sol выросла с 55 до 57.