1. История
Историки уже поручают ИИ изучение рукописей. Он справляется с этой задачей быстрее, к тому же не видит проблемы в плохой читаемости: странный почерк автора, пожелтевшая бумага или выцветшие чернила не мешают ему работать. При этом он умеет распознавать не только слова и предложения, но и структуру текста — соблюдает деление на абзацы, главы и параграфы.
Примером такого сотрудничества историков и ИИ является российский проект «Digital Пётр». Нейросеть обучена почерку Петра I и за считаные минуты расшифровывает любые рукописные тексты императора. Ещё один похожий инструмент — австрийская платформа Transkribus. Она умеет распознавать разные языки и почерки, но сначала требует калибровки: нейросеть изучает пару страниц текста, проходит несколько редактур, а затем уже начинает работать точно и быстро.
Мощности ИИ анализировать большие объёмы информации: не только тексты, но и различные схемы и рисунки. Учёные могут поручить нейросети, допустим, найти все переводы и изложения одного текста в разных книгах.
Также ИИ умеет заполнять пробелы в старых документах и определять время и место их происхождения. К подобным платформам относится Ithaca. Например, она уточнила дату создания некоторых древнегреческих декретов. Прежде считалось, что их написали в 446 году до н. э., ИИ же увидел закономерности, указывающие на 421 год до н. э.
2. Медицина
ИИ в медицине ускоряет работу и врачей, и учёных. Первым он помогает с диагностикой: быстро скрининги, ищет нужные маркеры и выдаёт ответ, который после интерпретируют специалисты. В московских клиниках искусственный интеллект с 2020 года для анализа рентгеновских снимков, результатов КТ и МРТ.
Вероятно, вскоре алгоритмы смогут определять и редкие заболевания. Подобные механизмы уже изучают. Например, исследователи медицинской школы Гарварда инструмент SISH, который классифицирует разные виды злокачественных опухолей. В рамках эксперимента ИИ изучил порядка 22 000 снимков и быстро распределил их более чем по 50 категориям.
Учёным в лабораториях искусственный интеллект работу над созданием препаратов и вакцин. Он просчитывает разные комбинации активных веществ и сообщает предполагаемый процент их эффективности. В итоге не нужно тратить годы на тестирование заранее провальных вариантов. Этим уже активно пользуются. Только за 2021 год в Министерство здравоохранения США более 100 заявок на одобрение лекарств, разработанных с участием ИИ.
Один из помощников медиков в создании препаратов — нейросеть AlphaFold, структуру более 200 миллионов белков. Благодаря её работе учёные университета Оксфорда структуру ключевого белка малярийного паразита, что поможет усилить вакцину от болезни. Прежние исследования методом рентгеновской кристаллографии сделать этого не позволяли.
ИИ также для модернизации генной терапии. В перспективе он и более быстрое комфортное изучение генома человека. Учёные предполагают, что в течение десятилетия исследования в этой области сгенерируют до 40 экзабайт (квинтиллионов байт) данных: для человека обработать такой объём — невыполнимая задача.
В светлое будущее ИИ в медицине верят и эксперты в цифровых технологиях, например основатель Tech Whisperer Limited Джасприт Биндра. На Просветительском марафоне «Знание.Первые» Российского общества «Знание» он предположил, что у ИИ есть шанс перевернуть медицину, как однажды это сделал пенициллин, и стать незаменимым помощником в реализации программ здравоохранения ООН. Также, по мнению Биндры, пятая версия нейросетевой языковой модели GPT, которая выходит уже в конце 2023 года, будет справляться с интерпретацией анализов и подбором лечения быстрее врачей.
3. Физика
ИИ в физике уже давно используется для анализа больших данных. И ему есть чем похвастаться. В 2012 году модели на машинном обучении помогли сотрудникам европейского центра ядерных исследований ЦЕРН бозон Хиггса. Задачей ИИ было анализировать бесконечный поток сигналов из Большого адронного коллайдера, искать признаки этой элементарной частицы и помечать их.
В перспективе ИИ способен упростить решение квантовых проблем. Доказательством тому выступает работа исследователей из Нью‑Йорка: они создали и обучили алгоритм, который расчёты модели Хаббарда с 100 000 уравнений до четырёх. Точность вычислений от этого не пострадала.
Ещё одна возможная задача ИИ в будущем — поиск новых физических законов. Чтобы это стало реальностью, нужен алгоритм, умеющий определять переменные состояния. И у учёных Колумбийского университета это . Их ИИ смог самостоятельно предположить, что приводит в движение маятник и лава‑лампу, а также почему горит камин. Из вводных у инструмента были только видеозаписи. Переменные, предложенные искусственным интеллектом, не всегда совпадали с теми, к которым привыкли сами физики. Учёные пришли к выводу, что у ИИ есть шанс показать людям прежде неизвестные движущие силы природы и подтолкнуть к новым выводам, которые, вероятно, изменят и науку, и наше представление о мире.
4. Астрономия
Галактики, планеты, звёзды и другие космические объекты в реальности огромны, но на масштабных снимках с телескопа выглядят крошками. Чтобы найти их самостоятельно, требуется немало времени. ИИ помогает учёным справляться гораздо быстрее. Например, анализировать снимки из космоса умеет платформа Morpheus, обученная по кадрам с телескопа «Хаббл». Навык сыщика у искусственного интеллекта особенно полезен в поиске экзопланет, то есть небесных тел, находящихся за пределами Солнечной системы.
Учёные в Смитсоновской астрофизической обсерватории с помощью ИИ также за кратковременными космическими событиями вроде вспышек сверхновых звёзд и следят за изменениями погоды на Солнце. Для последней задачи нейросети приходится собирать по 1,5 терабайта информации в день.
ИИ учёные используют и для создания снимков несуществующих галактик. Получается пугающе реалистично. NASA в 2021 году на своём сайте коллаж из 225 изображений, среди которых всего одно было сделано телескопом. Найти оригинал среди подделок практически невозможно. Но ненастоящие картинки и модели нужны учёным не просто чтобы разыгрывать непрофессиональных любителей космоса. При помощи их нейросеть учится и тестирует гипотезы: на них проверяют, как поведёт себя похожий на проекцию космический объект в разных условиях.
5. Экология
Для экологов искусственный интеллект в первую очередь полезен своими способностями в сборе и анализе данных. Например, в 2022 году ЮНЕП (программа ООН по окружающей среде) запустила работающую на основе ИИ цифровую платформу WESP. Её алгоритмы собирают информацию с разных датчиков по всему миру, анализируют и визуализируют. И всё это в режиме реального времени. В частности, инструмент отслеживает изменение массы ледников и концентрацию углекислого газа в атмосфере. Кроме того, WESP даёт прогнозы.
В рамках экосистемы ЮНЕП работают и другие инструменты на ИИ. Платформа следит за выбросами метана, а — за загрязнённостью воздуха.
Искусственный интеллект способен упростить и контроль за экосистемами. Так, в этом году программа на машинном обучении учёным из Англии круглосуточно следить за сообществом планктона. Так они проверят, как на этих существ влияют изменения окружающей среды.
