5 областей науки, в которых ИИ уже помогает делать большие открытия

Историки все чаще обращаются к искусственному интеллекту для изучения старых рукописей. ИИ справляется с этой задачей легко и быстро, не испытывая трудностей даже при работе с плохо читаемыми текстами: странный почерк автора, потеря цвета бумаги или выцветшие чернила не являются для него проблемой. Более того, он может распознавать не только слова и предложения, но и структуру текста, включая деление на абзацы, главы и параграфы.

Примером успешного сотрудничества историков и ИИ служит российский проект под названием «Digital Пётр». Нейросеть, обученная почерку Петра I, способна за считанные минуты расшифровать любые рукописные тексты императора. Еще одним примером подобного инструмента является австрийская платформа Transkribus. Она обладает возможностью распознавать различные языки и почерки, однако перед началом работы требует калибровки: нейросеть изучает несколько страниц текста, проходит через несколько этапов редактирования, после чего начинает работать точно и эффективно.

Силы и возможности ИИ позволяют анализировать большие объемы информации не только в виде текстов, но также включая различные схемы и рисунки. Ученые могут поручить нейросети, например, находить все переводы и изложения одного текста в разных книгах. Кроме того, ИИ способен заполнять пробелы в старых документах и определять время и место их создания. Один из таких инструментов — Ithaca. Например, благодаря ему удалось уточнить дату создания некоторых древнегреческих декретов. Ранее считалось, что они были написаны в 446 году до нашей эры, однако ИИ выявил закономерности, указывающие на 421 год до нашей эры.

В области медицины искусственный интеллект значительно ускоряет работу как врачей, так и ученых. В первую очередь он помогает с диагностикой: быстро анализирует скрининги, находит нужные маркеры и предоставляет ответ, который затем интерпретируют специалисты. В московских клиниках ИИ используется с 2020 года для анализа рентгеновских снимков, результатов КТ и МРТ. Скорее всего в будущем алгоритмы будут способны определять даже редкие заболевания.

Подобные механизмы уже активно изучаются. Например, ученые из медицинской школы Гарварда создали инструмент SISH, который классифицирует различные типы злокачественных опухолей. В рамках эксперимента ИИ проанализировал около 22 000 снимков и быстро разделил их на более чем 50 категорий.

В лабораториях ученых искусственный интеллект значительно облегчает работу по созданию препаратов и вакцин. Он вычисляет различные комбинации активных веществ и сообщает предполагаемый процент их эффективности. Благодаря этому нет необходимости тратить годы на тестирование потенциально неудачных вариантов.

Эти возможности уже активно используются: только за 2021 год Министерство здравоохранения США получило более 100 заявок на одобрение лекарств, разработанных при участии ИИ. Один из помощников медиков — нейросеть AlphaFold — построившая структуру более 200 миллионов белков. Благодаря ее работе ученые университета Оксфорда определили структуру ключевого белка малярийного паразита, что поможет усилить вакцину от этого заболевания.

Прежние методы, такие как рентгеновская кристаллография не позволяли провести подобные исследования. ИИ также применяется для модернизации генной терапии: в перспективе он обеспечит более быстрое изучение генома человека.

Ученые предполагают что за следующие десятилетия работы в этой области приведут к генерации до 40 экзабайт данных (это квинтиллион байт). Обработка такого объема информации для человека является невозможной задачей.

Многие эксперты в цифровых технологиях верят в светлое будущее использования ИИ в медицине. Например основатель Tech Whisperer Limited Джасприт Биндра полагает что ИИ имеет шанс изменить медицину так же как это сделал пенициллин, став незаменимым помощником при реализации программ здравоохранения ООН.

Пятая версия нейросетевой языковой модели GPT выходит уже к концу 2023 года — ожидается что она будет лучше интерпретировать анализы и подбирать лечение быстрее чем врачи.

В физике использование ИИ уже давно привело к анализу больших данных. В 2012 году модели машинного обучения помогли сотрудникам европейского центра ядерных исследований ЦЕРН открыть бозон Хиггса.

В перспективе ИИ может значительно упростить решение квантовых проблем: это подтверждают работы ученых из Нью-Йорка которые создали алгоритм который уменьшил количество расчетов модели Хаббарда со 100 000 уравнений до всего четырех без потерь точности вычислений.

Ещё одной возможной задачей для ИИ будет поиск новых физических законов: для этого нужны алгоритмы способные определить переменные состояния объектов.