← Все статьи

Михаил Поляков

ИИ в науке в 2026 году: что он уже открыл и где пока ошибается

Уровень: ПростойВремя чтения: 10 мин

Темы: ИИ, Наука

Лабораторный стол с моделью белка из светящихся лент, пробирками и блокнотом, между ними тянутся линии данных

Короткий ответ: в нескольких областях ИИ уже дал признанные результаты. За предсказание формы белков в 2024 году дали Нобелевскую премию по химии, европейский центр прогнозов погоды с 2025 года выпускает прогноз модели на машинном обучении, препарат, найденный с помощью ИИ, дошёл до третьей фазы испытаний, а модели начали решать открытые математические задачи. В опросе учёных США и Великобритании летом 2026 года почти половина сказала, что пользуется ИИ каждый день. При этом громкая находка ИИ-агента, о которой Anthropic объявила в сентябре, оспаривается и не повторилась при повторных запусках, а проверка того, что выдал ИИ, по словам учёных, съедает заметную часть сэкономленного времени. Ниже разберу по областям, что подтверждено, а что пока заявлено.

Где ИИ уже признан: белки и погода

Белки. Белок работает в клетке благодаря своей трёхмерной форме, а определять её опытами долго и дорого. В 2020 году Демис Хассабис и Джон Джампер из Google DeepMind представили модель AlphaFold2, которая предсказывает эту форму по составу белка. По данным Нобелевского комитета, с её помощью предсказали структуру практически всех 200 миллионов белков, известных исследователям, а пользовались моделью, по данным на октябрь 2024 года, больше двух миллионов человек из 190 стран. В 2024 году Хассабис и Джампер получили Нобелевскую премию по химии вместе с Дэвидом Бейкером, которого отметили за компьютерный дизайн белков. Премию по физике того же года дали Джону Хопфилду и Джеффри Хинтону за открытия, на которых построено машинное обучение на нейросетях.

Погода. 25 февраля 2025 года Европейский центр среднесрочных прогнозов погоды (ECMWF) перевёл в постоянную работу систему AIFS, обученную на исторических данных о погоде. По данным центра, по многим показателям она обходит лучшие физические модели, на траекториях тропических циклонов выигрыш доходит до 20%, а энергии на один прогноз уходит примерно в тысячу раз меньше. Физическую модель центр не выключил: обе работают параллельно, и физическая считает погоду подробнее: по точкам через 9 км против 28 км у AIFS.

Лекарства: препарат от ИИ дошёл до третьей фазы

Компания Insilico Medicine с помощью своих ИИ-систем выбрала мишень для лечения идиопатического лёгочного фиброза и сгенерировала молекулу под неё. Мишень это белок в организме, на который должен действовать препарат, здесь белок TNIK. Идиопатический лёгочный фиброз это болезнь, при которой ткань лёгких рубцуется и дышать становится всё труднее, а причина неизвестна. Препарат назвали рентосертибом.

Во второй фазе испытаний участвовал 71 пациент в 22 клиниках Китая, лечение шло 12 недель, результаты вышли в журнале Nature Medicine в 2025 году. У группы на дозе 60 мг в сутки объём лёгких, который человек может выдохнуть (форсированная жизненная ёмкость), вырос в среднем на 98,4 мл, у группы плацебо снизился на 20,3 мл. Главной целью этой фазы была безопасность, а показатели лёгких считались вспомогательными.

7 июля 2026 года компания объявила о начале третьей фазы. По её плану в исследование наберут 320 пациентов в 47 центрах Китая и будут наблюдать их 52 недели, а главным показателем станет то, как быстро у них снижается объём выдоха. Результатов третьей фазы пока нет. Одобренным лекарством рентосертиб не стал: даже удачная третья фаза только даёт данные, а решение о допуске препарата принимает регулятор. ИИ участвовал в поиске мишени и молекулы, а испытания на людях идут обычным порядком, фаза за фазой.

Математика: ИИ начал решать задачи Эрдёша

Венгерский математик Пал Эрдёш оставил больше тысячи задач. По данным журнала Quanta Magazine на 3 августа 2026 года, в каталоге его задач, который ведёт британский математик Томас Блум, 565 решённых и 652 открытых, и в 2026 году на них стали проверять возможности моделей.

  • 20 мая 2026 года OpenAI сообщила, что её внутренняя модель нашла контрпример к гипотезе Эрдёша о единичных расстояниях 1946 года. Гипотеза касается того, сколько пар точек на плоскости может находиться на одинаковом расстоянии друг от друга, и математики в целом считали её верной. Доказательство проверили девять крупных математиков. Тимоти Гауэрс сказал, что, будь автором человек, он без колебаний рекомендовал бы работу к публикации в журнале Annals of Mathematics.
  • В мае 2026 года агент Google DeepMind самостоятельно решил 9 из 353 открытых задач Эрдёша, которые пробовал. По данным команды, каждая задача обошлась в несколько сотен долларов.

Оговорки есть и здесь. Задачи сильно различаются по сложности и значимости. Одну задачу (номер 333) участник сайта с каталогом объявил решённой с помощью ИИ, но через несколько часов другой участник указал, что её решил сам Эрдёш в статье 1977 года. Блум говорит, что ИИ активно пользуются люди, не являющиеся математиками, и стало больше работ по 100-200 страниц, которые ни один человек не прочитал.

ИИ-агенты как исследователи: первые находки и первые споры

ИИ-агент это программа, которая сама выполняет цепочку шагов: ищет данные, запускает расчёты, пишет отчёт. В 2026 году компании начали показывать находки, сделанные агентами почти без участия человека.

23 сентября 2026 года Anthropic сообщила, что её модель Claude по заданию исследователей перебрала большую базу последовательностей ДНК и нашла неописанную систему генов, в основном у вирусов бактерий. Устройством она напоминает CRISPR, систему, из которой выросли инструменты редактирования генов. По данным компании, около 950 сессий агентов за 21,5 часа перебрали примерно 200 тысяч групп ферментов и передали людям 19 отчётов. Лабораторные опыты по этой находке ставили люди. Ограничений много:

  • что делает найденная система, пока неизвестно, и работа не прошла рецензирование;
  • поиск повторили 10 раз, и ни в одном повторе агенты эту систему снова не нашли;
  • исследователь Марио Родригес Местре заявил, что раньше обсуждал с Claude свои неопубликованные результаты по этому ферменту, поэтому самостоятельность находки оспаривается. Anthropic это отвергает: по словам компании, переписки пользователей не шли в обучение модели, которая вела поиск, а у её команды не было доступа к разговорам Местре с Claude. Повлияли ли эти разговоры на результат, по открытым данным установить нельзя.

Агенты полезны и в проверке чужих работ. Летом 2026 года на открытом соревновании (хакатоне) Hugging Face 1221 участник с помощью ИИ-агентов попытались воспроизвести 2226 работ с конференции по машинному обучению ICML 2026. Хотя бы одно утверждение подтвердилось в 51% работ, хотя бы одно опровергнуто или оспорено в 23%. Организаторы пишут, что надёжнее всего получалось, когда человек направлял агентов и проверял их допущения.

Сколько учёных пользуются ИИ и что это им даёт

Самые свежие цифры дал опрос 637 учёных США и Великобритании, который в июле и августе 2026 года провела исследовательская организация More in Common для исследования Google «AI in Science: Early Insights» (сентябрь 2026). Учитывайте, что исследование заказала компания, которая сама продаёт ИИ, а ответы это самооценка учёных.

Что спросили Ответ
Пользуются ИИ каждый день около 47%, ещё 31% раз в неделю
Сколько времени экономят в среднем около 6,9 часа в неделю
Тратят на проверку ответов ИИ больше четверти сэкономленного времени около 46% из тех, кто экономит время
Самое узкое место в работе сместилось на следующие этапы (опыты, проверка, подготовка статьи) около 44%
Растёт очередь непроверенных гипотез около 41% (уменьшается у 25%)
ИИ толкает к более безопасным, предсказуемым проектам 49% (к более рискованным 28%)
Слабых статей в их области стало больше 40% (меньше 35%)

Авторы исследования предлагают возможное объяснение, но не доказывают его: ИИ ускоряет появление гипотез и расчётов, а лаборатории не успевают проверять их опытами с той же скоростью, и сами учёные не успевают проверять выдачу ИИ. Опрос показывает, что так считают сами учёные, а не измеряет причину.

Обратная сторона: рецензии и ссылки, написанные ИИ

В науке перед публикацией работу обычно читают и оценивают другие специалисты, это называется рецензированием. Пример того, как в эту проверку пришёл ИИ, дала конференция по машинному обучению ICLR 2026.

На неё подали 19 525 работ. Компания Pangram, которая делает определитель текстов ИИ, в ноябре 2025 года проверила своей программой около 70 тысяч рецензий на эти работы и оценила, что 21% написан ИИ целиком, а больше чем в половине есть следы ИИ. Это оценка самого разработчика определителя, а такие программы ошибаются. Организаторы ICLR прогнали рецензии через два разных определителя и передали отмеченные кураторам секций. Работы, в которых нашли выдуманные ссылки на несуществующие статьи, отклоняли без рассмотрения, оставив авторам возможность оспорить решение.

Что из этого следует за пределами науки

В науке результат принято проверять независимо, поэтому её опыт полезен и тем, кто внедряет ИИ у себя. Три вывода, которые я делаю из фактов выше:

  1. Закладывайте время на проверку. В опросе почти половина учёных, которые экономят время с ИИ, тратит больше четверти сэкономленного на проверку его ответов. В компании это значит: заранее решить, кто проверяет результат ИИ и как поймёт, что он верен.
  2. Ищите, где появится новая очередь. Около 44% опрошенных учёных считают, что самое узкое место в их работе сместилось на следующие этапы, и авторы опроса предполагают, что ИИ ускорил появление идей быстрее, чем их успевают проверить. Если ИИ быстрее пишет коммерческие предложения, очередь может переехать к тому, кто их согласует.
  3. Требуйте источники и проверяйте их. На ICLR пришлось отклонять работы с выдуманными ссылками. Текст ИИ со ссылкой на закон, цену или исследование стоит открыть и сверить.

Общее у успехов из этой статьи, на мой взгляд, одно: результат можно проверить независимо. Форму белка сверяют с опытом, прогноз погоды с фактической погодой, препарат проходит испытания, доказательство читают математики. Если внедряете ИИ, начинайте с задач, где так же понятно, как проверить ответ. О том, что ИИ умеет в атаках на сайты и как от этого защищаться, я писал в статье Может ли ИИ взломать сервер или сайт.

Итог

На осень 2026 года роль ИИ в науке такая: в узких задачах с проверяемым ответом он уже даёт признанные результаты, от Нобелевской премии за белки до решённых задач Эрдёша и препарата в третьей фазе испытаний. Каждый день им пользуется почти половина опрошенных учёных. Самостоятельный ИИ-исследователь пока остаётся заявкой: громкая находка агента Claude оспаривается и не повторилась при повторных запусках, а проверка, опыты и рецензирование в примерах выше лежат на людях.

Я занимаюсь ИИ-агентами и автоматизацией. Если хотите посмотреть мои проекты или обсудить свою задачу, загляните в портфолио.

Источники