Компания Anthropic, занимающаяся разработкой ИИ, заявила, что системы ИИ могут помогать учёным создавать, запускать, подгонять и пересматривать научные модели, чтобы проверять, какие объяснения подтверждаются данными.
Главные выводы
Anthropic опубликовала в X исследовательское обновление, в котором говорится, что ИИ может помогать исследователям писать, запускать, подгонять и пересматривать научные модели в виде кода.
В публикации рассказывается о работе стипендиатов Якоба Макке, Даниэля Гедона и Штефана Валя
Anthropic использует модель нервной клетки Ходжкина — Хаксли, чтобы показать, как учёные создают, ограничивают и интерпретируют научные модели.
Anthropic представляет ИИ как инструмент для построения научных моделей, а не только для написания текстов.
Anthropic опубликовала обновление в X. Отдельная исследовательская страница Anthropic о том, как учёные используют Claude, показывает, что компания также изучает применение этого инструмента исследователями в различных научных задачах.
Claude — семейство больших языковых моделей Anthropic, и в публикации его рассматривают в контексте, далёком от потребительского чата: создания моделей для науки.
Научное моделирование выходит за пределы окна чата
В публикации утверждается, что ИИ может помогать создавать, запускать, подгонять и пересматривать научные модели, а также исследовать множество возможных структур моделей.
Пример Anthropic начинается с классической модели нервной клетки Ходжкина и Хаксли. В 1951 году Эндрю Хаксли потратил более трёх недель на решение уравнений с помощью механического калькулятора с ручным приводом после того, как компьютер в Кембридже вышел из строя.
В гостевой публикации эта история приводится в поддержку идеи, что ИИ может ускорить создание и пересмотр моделей, не подменяя научное суждение.
Anthropic делает акцент на создании моделей и их интерпретации, которые учёные могут проверять, сравнивать с данными и при необходимости пересматривать.
От предсказания к механизму
Научная модель — это не просто прогноз. Это формальное описание того, как взаимодействуют части системы.
В нейронауке это могут быть уравнения, описывающие перемещение ионов через мембрану и возникновение нервного импульса в нейроне.
Современное машинное обучение часто хорошо справляется с предсказаниями, не раскрывая лежащую в их основе структуру. В публикации Anthropic утверждается, что ИИ может помочь устранить этот разрыв: предлагать формы моделей, сравнивать результаты с данными и сужать область поиска среди множества возможных объяснений.
Anthropic, напротив, сосредоточена на аспекте научной работы, связанном с рассуждениями, где важно получить ответ и объяснение, которое сможет оценить другой исследователь.
Читайте также: Claude Code от Anthropic отправляет адреса электронной почты пользователей на сайты
Как исследователи пришли к этому этапу
Публикацию подготовили получатели грантов программы AI for Science Якоб Макке, Даниэль Гедон и Штефан Валь. Они утверждают, что во многих областях учёные по-прежнему обычно создают модели вручную.
Anthropic использует эту работу, чтобы представить ИИ как инструмент для создания научных моделей, а не только для написания текстов.
Лаборатории, занимающиеся нейронаукой, биологией и климатом, часто сталкиваются не столько с нехваткой исходных данных, сколько с трудностью выбора подходящей структуры для моделирования. Если ИИ поможет снизить затраты на такой поиск, это может изменить то, какие идеи будут проверять в первую очередь.
Как научное моделирование может ускорить отбраковку гипотез
Научное моделирование с Claude имело бы значение, только если бы система умела больше, чем просто пересказывать статьи.
Исследователям нужен инструмент, который может превращать предположения в уравнения, сравнивать результаты с наблюдаемыми данными и пересматривать структуру, если она не соответствует данным.
Вот почему в публикации Anthropic делается акцент на механистическом моделировании. В примере с моделью Ходжкина — Хаксли ценность заключалась в том, что её компоненты соответствовали физическим процессам внутри нервной клетки.
Языковая модель вроде Claude может помочь быстрее искать подходящие структуры, но учёным по-прежнему важно, чтобы связь между моделью и реальностью оставалась понятной.
Следующее подтверждение — появятся ли благодаря этой работе ощутимые результаты в действующих лабораториях, а не только убедительные эссе. Для исследователей вопрос в том, поможет ли Claude быстрее отбрасывать слабые теории и уделять больше времени тем немногим, которые выдерживают проверку данными.
Как Claude помогает сузить область поиска моделей
В публикации говорится, что учёные по-прежнему обычно создают модели вручную и взвешивают несколько конкурирующих вариантов. В ней также сказано, что ИИ может предлагать модели-кандидаты, писать код для их проверки и сравнивать результаты с данными.
Авторы — исследователи из Института Эллиса в Тюбингене и Тюбингенского университета. В публикации говорится, что системы ИИ могут предлагать множество моделей-кандидатов, которые учёные могут сравнивать с данными и при необходимости пересматривать.
Следите за будущими работами Anthropic, которые превратят этот подход в воспроизводимую оценку.
Когда для научного моделирования появится общий тест, роль Claude можно будет измерить, а не просто описывать словами.
Читайте далее: Claude от Anthropic может считывать баланс вашего банковского счёта, чтобы отвечать на вопросы