Google Cloud добавил в маркетплейс AI-модели SandboxAQ для научных расчётов

Google подключил к облачному маркетплейсу «большие количественные модели» (LQM) компании SandboxAQ — AI, обученный не на текстах интернета, а на научных уравнениях и экспериментальных данных. Новые модели будут работать в паре с Gemini и станут доступны через стандартный Google Cloud Marketplace.

Почему LLM не справляется с наукой

Большие языковые модели умеют многое: резюмируют статьи, пишут код, объясняют концепции понятным языком. Но с математикой и точными расчётами у них системная проблема. Модели нередко ошибаются в вычислениях, путают физические константы и не умеют работать с уравнениями так, как это нужно реальным исследователям. Причина архитектурная: LLM обучены предсказывать следующий токен в последовательности текста. Числа для них — это символы, а не величины. Модель не «понимает», что 0,001 моль вещества и 1 моль — это разные порядки. Для задач в химии, физике или биологии такая погрешность может означать провал эксперимента.

«Языковые модели выглядят убедительно, когда пишут о науке, но это не

то же самое, что правильно считать».

Что такое LQM от

SandboxAQ SandboxAQ — компания, выделившаяся из Alphabet (материнской компании Google) в 2022 году. Её фокус — квантовые симуляции и AI для научных задач. Large Quantitative Models — принципиально иной класс AI: вместо предсказания текста модели обучены работать с математическими структурами и численными данными напрямую. В основе LQM — обучение на структурированных научных массивах: Уравнения из физики, химии, материаловедения и биологии Лабораторные данные и результаты экспериментов Численные методы и алгоритмы для моделирования Параметры молекулярных структур и свойств материалов Результат — модели, которые решают вычислительные задачи с точностью, недостижимой для универсальной LLM.

Как будет работать связка с

Gemini Связка LQM + Gemini открывает для корпоративных клиентов принципиально новые сценарии использования облачного AI. Раньше исследователям приходилось выбирать: либо работать с точными, но узкоспециализированными научными инструментами, либо использовать универсальные LLM, которые ускоряют работу с текстом, но ненадёжны в расчётах. Теперь роли чётко разделены: Gemini обрабатывает текстовый контекст, формулирует задачу и объясняет результаты, LQM отвечает за точные вычисления. Потенциальные области применения — разработка новых лекарственных соединений, климатическое моделирование, создание материалов для электроники и квантовые симуляции. Подключение через Google Cloud Marketplace означает доступ к LQM без необходимости разворачивать собственную инфраструктуру.

Что это значит Включение специализированных «научных»

AI в Google Cloud — признание того, что одна универсальная модель не решает все задачи. Эпоха «одной LLM на всё» постепенно сменяется мозаикой специализированных инструментов. Для исследовательских организаций это открывает возможность внедрять AI в лабораторные процессы без компромисса между скоростью и точностью. Google, в свою очередь, расширяет Cloud за пределы корпоративной автоматизации — в сторону науки и глубоких технологий.