Последний бастион: ИИ в науке

Для этого группа Устюжанина разрабатывает систему HypoFinderHypothesis, которая извлекает из научных статей структурированные сущности — противоречия между результатами, нерешённые проблемы, ограничения методов — и на их основе формулирует проверяемые гипотезы. Такой подход можно назвать попыткой воспроизвести ту часть интеллектуального труда, которую обычно выполняет сам исследователь при чтении литературы.

Если расширить эту рамку, становится понятно, почему тема масштаба так важна далеко за пределами физики. Свойства молекулы воды не выводятся напрямую из простого описания атомов водорода и кислорода, так же как поведение толпы не объясняется механической суммой психологий отдельных людей. На каждом новом уровне возникает свой набор закономерностей, который нельзя без потерь свести к предыдущему. Современные ИИ-системы как раз часто и ломаются в подобных переходах: они могут уверенно говорить на одном уровне описания и терять связность, когда нужно пройти к соседнему.

Компании хорошо умеют превращать исследовательский результат в технологическое преимущество, тогда как в академии сохраняется пространство для долгого разговора глубинных механизмах, которые не обязаны окупаться в следующем квартале. Поэтому спор между академией и индустрией сегодня идет за распределение разных режимов работы со знанием.