19:16 21.05.2026 Чт 3 мин Ученые могут освободить время от рутины для решения глобальных стратегических задач
Не трать время на шум! Читай только суть из РБК-Украина в Google
Исследовательская группа Google совместно с учеными Гарвардского университета разработала систему искусственного интеллекта ERA (Empirical Research Assistance). Инструмент способен автоматически писать и совершенствовать сложное научное ПО, превосходя по качеству и точности программы, созданные людьми
Об этом пишет РБК-Украина, ссылаясь на научное исследование, опубликованное в Nature.
Больше интересного: ИИ уже невозможно отличить от человека: что показал новый тест Тьюринга
Что такое система ERA?
В современной науке исследования полностью зависят от специального «эмпирического софта» — программ, которые создаются под конкретную задачу: например, для прогнозирования погоды, расчета госпитализаций или моделирования структуры белков.
Обычно ученые тратят месяцы на ручное написание, тестирование и постоянное исправление такого кода.
Новая система ERA полностью закрывает запросы исследователей благодаря автоматизации процесса:
Базовая модель: ИИ берет за основу простой исходный код, созданный человеком под конкретную научную задачу.
Генерация идей: используя возможности LLM (большой языковой модели) Google Gemini, система предлагает модификации алгоритмов, добавляет новые компоненты и тестирует тысячи вариантов кода одновременно.
Дерево поиска (Tree Search): по аналогии с легендарной игровой системой AlphaGo, ИИ оценивает каждый вариант по цифровому баллу успешности. Алгоритм автоматически отбрасывает неэффективные решения и развивает только те направления кода, которые улучшают точность расчетов.
Принцип работы ERA
Важным преимуществом является то, что ERA работает не изолированно. Система способна самостоятельно искать нужные научные идеи в учебниках и статьях или принимать подсказки от живого исследователя, интегрируя их в новые версии программного обеспечения.
«Это позволяет находить уникальные решения — «иголки в стоге сена», до проверки которых у людей никогда не дошли бы руки», — объясняет профессор Гарварда Майкл Бреннер.
Реальные кейсы
Чтобы доказать практическую ценность разработки, авторы проекта протестировали ERA в сложных научных дисциплинах, где система показала исключительные результаты:
Прогнозирование пандемий: ИИ создал 14 моделей для прогнозирования госпитализаций во время COVID-19. Все они оказались точнее лучших математических систем, которые американские Центры по контролю и профилактике заболеваний (CDC) использовали во время реальной пандемии.
Исследование мозга: систему привлекли к анализу активности более 70 000 нейронов в мозге живой рыбы данио-рерио. ИИ самостоятельно подключил и настроил сложную стороннюю библиотеку нейромоделирования.
«Аспиранту Гарварда понадобились бы месяцы только на изучение этого софта, тогда как ИИ собрал рабочую модель автоматически за несколько часов», — отмечают ученые.
Генетика: ERA открыла четыре новых метода интеграции наборов данных секвенирования РНК отдельных клеток, обойдя подходы, разработанные ведущими специалистами-людьми.
Благодаря параллельному запуску процессов задачи, которые ранее отнимали у научных лабораторий недели тяжелой работы, теперь выполняются за считанные часы.
В Google отмечают, что ERA не заменит ученых, а станет их главным ассистентом, «освободив человеческий разум для творческих вызовов и определения фундаментальных векторов развития науки».
