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 How AI is helping historians better understand our past / MIT Technology Review 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 Artificial Intelligence in Medicine / Data Revenue скрининги, ищет нужные маркеры и выдаёт ответ, который после интерпретируют специалисты. В московских клиниках искусственный интеллект Искусственный интеллект будет помогать врачам в диагностике заболеваний / Российская газета 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 How AI Can Help Diagnose Rare Diseases / Harvard Medical School 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 AI in Pharmaceutical Industry and Drug Development / Tec4med 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 Artificial Intelligence and Machine Learning (AI/ML) for Drug Development / FDA более 100 заявок на одобрение лекарств, разработанных с участием ИИ.
Один из помощников медиков в создании препаратов — нейросеть AlphaFold, AlphaFold reveals the structure of the protein universe / DeepMind структуру более 200 миллионов белков. Благодаря её работе учёные университета Оксфорда DeepMind uncovers structure of 200m proteins in scientific leap forward / The Guardian структуру ключевого белка малярийного паразита, что поможет усилить вакцину от болезни. Прежние исследования методом рентгеновской кристаллографии сделать этого не позволяли.
ИИ также Artificial Intelligence in Medicine / Data Revenue для модернизации генной терапии. В перспективе он Artificial Intelligence, Machine Learning and Genomics / National Human Genome Research Institute 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: что это и чем он важен для нас и для науки / РБК 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 Artificial Intelligence Reduces a 100,000‑Equation Quantum Physics Problem to Only Four Equations / Simons Foundation 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 Artificial intelligence tool swings into action, discovering alternative physics variables! / Cosmos. 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 AI reveals unsuspected math underlying search for exoplanets / Berkeley News особенно полезен в поиске экзопланет, то есть небесных тел, находящихся за пределами Солнечной системы.
Учёные в Смитсоновской астрофизической обсерватории с помощью ИИ также Machine Learning / The Center for Astrophysics | Harvard & Smithsonian 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 Astronomy Picture of the Day / NASA 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 About IMEO / UNEP следит за выбросами метана, а GEMS Air Strategic Plan / UNEP — за загрязнённостью воздуха.
Искусственный интеллект способен упростить и контроль за экосистемами. Так, в этом году программа на машинном обучении How to monitor plankton with AI technology / Oceanographic учёным из Англии круглосуточно следить за сообществом планктона. Так они проверят, как на этих существ влияют изменения окружающей среды.