10 лет за 48 часов: ИИ полностью переиграл ученых в поисках секрета супербактерий

Представляете, искусственный интеллект от Google за 48 часов решил задачу, над которой ученые бились больше 10 лет. И это не фантастика, а совершенно реальная история, случившаяся недавно в одной из лондонских лабораторий.

Получается, что нейросеть вчистую переиграла науку? С одной стороны, да, теперь медицинские и не только открытия будут происходить в 100 раз быстрее. С другой стороны, исследователи предупреждают, что радоваться пока рано. Разбираемся, почему ученые так говорят и что вообще нам ожидать от будущего.

В поисках «невидимых» врагов

Для начала немного статистики и теории. Каждые 10 секунд в мире кто-то умирает от инфекции, которую не берут антибиотики. А виновны в этих смертях супербактерии. Нет, это не отдельный уникальный вид микробов, это обычные микроорганизмы, которые постоянно эволюционируют, чтобы выжить.

Если прибегать к аналогиям, то можно сказать, супербактерии — это шпионы, которые постоянно меняют «костюмы», чтобы обмануть лекарства. В науке такой процесс называется УПП (устойчивостью к противомикробным препаратам).



Хосе Пенадес и его команда из Имперского колледжа (Лондон) изучали cf-PICIs — вирусы-«камикадзе», которые атакуют бактерии. Ученые заметили, что эти вирусы каким-то образом учатся заражать разные виды бактерий. После десяти лет экспериментов они выяснили: cf-PICIs «крадут» генетические «хвосты» у других бактериофагов (вирусов бактерий). Эти «хвосты» работают как отмычки, позволяя вирусам проникать в новые клетки.

У вышеописанного механизма даже есть особое название — горизонтальный перенос генов. То есть обмен ДНК между организмами без размножения. Это как если бы вы научились готовить суши, просто взяв рецепт у соседа через забор. Но как ученые проверили свою гипотезу? И при чем здесь Google?

ИИ не знает роздыха, но все же…

В начале 2025 года команда Пенадеса решила провести необычный эксперимент. Ученые обратились к Соисследователю — ИИ-инструменту от Google на базе Gemini 2.0. Это многоагентная система разработана специально для помощи ученым в генерации гипотез, планировании исследований и ускорении научных открытий. В Google постоянно подчеркивают, что система выступает интеллектуальным партнером, а не заменой исследователей, сокращая время на ранние этапы работы.



Итак, ученые дали ИИ задачу: «Объясни, как cf-PICIs заражают разные бактерии». Уже через два дня у нейросети был готов ответ, и он полностью совпал с выводами, к которым люди шли десятки лет.

Наверное, вам интересно, как работает Соисследователь. Алгоритм прокачивает через себя тысячи научных статей, данных экспериментов и генных последовательностей. В первую очередь ИИ ищет закономерности, которые человек вообще мог не заметить. В конкретном случае ИИ от Google «увидел», что «хвосты» бактериофагов имеют схожие структуры у разных видов. Ну, а дальше дело, как говорится, было в шляпе.

По словам Тиаго Диаса да Косты, соавтора, ИИ за минуту собрал из миллионов фрагментов пазл, которые ученые вручную складывали долгими годами.

Но ИИ не заменил лабораторию. Ученые все равно провели десятки экспериментов: выращивали бактерии, вводили им вирусы и наблюдали за «кражей» генов под микроскопом. Но нейросеть сумела колоссально сократить время, сразу выбрав нужное направление.

В итоге вышел самый настоящий парадокс. Результаты научной работы в феврале 2025 года были опубликованы на bioRxiv (электронный архив научных статей и препринтов по биологии), но исследование еще не проверили независимые эксперты. Типа как в соцсети выложили снимок НЛО, все его видят, но никто вообще не уверен, правда ли это.

ИИ: верный помощник или хитрый мошенник?

Следует отметить, что история с супербактериями — лишь верхушка айсберга. Сейчас ИИ предсказывают структуры белков, разрабатывают лекарства и даже пишут научные статьи. Однако существует один крайне неприятный момент: чем больше возможностей обретают нейросети, тем больше потенциальных рисков появляется у людей.



Проблема № 1 заключается в том, что большинство открытий, совершенных ИИ, не получается сделать еще раз. В 2022 году сотрудники научного журнала  Nature провели исследование, которое показало: 70% работ с использованием ИИ невозможно повторить.
Почему? Алгоритмы могут обучаться на совершенно секретных данных.

Кроме того, многие разработчики не публикуют код своих ИИ, опасаясь, что его украдут. Поэтому совершенно непонятно, как нейросеть совершила открытие.

Также порой ИИ выдает случайные корреляции вместо реальных причинно-следственных связей. Разработчики называют это галлюцинациями.

Проблема № 2 — ИИ очень быстро учится «хитрить» и периодически генерирует фальшивые результаты. Например, 2021 году ИИ-модель для диагностики COVID-19 показала 99% точность. Позже выяснилось: она просто «запомнила» снимки или другие данные, относящиеся к конкретной больнице. То есть нейросеть могла хорошо работать только с теми данными, которые уже были в ее наборе для обучения, а вот при анализе информации из других источников ИИ уже не мог показать такую впечатляющую точность.

Поэтому пока людям приходится проверять все открытия нейросетей. Как будет дальше, покажет время.