USTC выпустил «Машинного учёного 2.2»: ИИ переходит от опытов к созданию веществ

18 октября в Хэфэе на четвёртой ежегодной конференции Альянса экосистемы интеллектуальных учёных Университет науки и технологий Китая (USTC) официально представил серию «Машинный учёный 2.2». Версия 2.2 позиционируется как следующий шаг после автоматизации лабораторий: система должна самостоятельно создавать новые вещества, а не только выполнять заданные протоколы. Пока это заявка разработчиков. Цифр, которые позволили бы её проверить, в доступном материале нет, и это важно держать в голове при чтении всего остального.

Планка ожиданий сместилась

Лучше всего суть момента сформулировал Цзян Цзюнь, директор Центра научного интеллекта и создания материалов USTC. Пять лет назад, говорит он, при виде робота, который ставит эксперименты, многие думали: как умно. Сегодня реакция другая: «и это всё?». Причина, по его словам, в больших моделях: они подняли ожидания от ИИ.

Замечание точное и неудобное для всей области. Роботизированная рука с пипеткой давно перестала быть новостью. Рынок ждёт от «ИИ-учёного» другого: самостоятельно выдвигать гипотезы, выбирать следующий опыт, интерпретировать результат и в итоге получать вещество, которого раньше не было. Именно в эту сторону USTC и двигает бренд «Машинный учёный».

Что известно о релизе

По доступному фрагменту сообщения картина такая:

• Продукт: серия «Машинный учёный 2.2» (机器科学家 2.2).
• Разработчик: Университет науки и технологий Китая, Центр научного интеллекта и создания материалов.
• Площадка анонса: четвёртая ежегодная конференция Альянса экосистемы интеллектуальных учёных, Хэфэй, 18 октября.
• Заявленная цель: автономное создание новых веществ вместо автоматизации отдельных экспериментов.
• Не раскрыто в доступном тексте: архитектура, состав моделей, число обработанных образцов, количество подтверждённых новых материалов, сроки доступа для сторонних лабораторий.

Слово «серия» в названии тоже говорит о многом: речь, судя по всему, о наборе систем под разные классы задач, а не об одной установке. Подтвердить это можно будет только по технической документации или публикациям.

Контекст: от робота-химика к автономному творцу

Команда из Хэфэя занимается этим направлением не первый год. Ранее группа Цзян Цзюня показывала робота-химика, который по публикациям подбирал катализаторы для получения кислорода из материалов, связанных с марсианскими метеоритами. Тогда акцент стоял на связке «ИИ плюс роботизированная платформа» в замкнутом цикле: модель предлагает, робот делает, данные возвращаются в модель.

Версия 2.2 заявляет следующий уровень. Разница между «оптимизировать известное» и «создать новое» принципиальна. В первом случае система ищет оптимум в заданном пространстве составов и условий. Во втором ей нужно выходить за пределы обучающих данных и при этом не плодить нереализуемые структуры. Именно здесь большие модели дают шанс: они лучше работают с литературой, формулируют гипотезы и планируют синтез. Они же склонны к уверенным ошибкам, а в химии каждая ошибка стоит реагентов и времени.

Не менее показательно место анонса. Альянс экосистемы интеллектуальных учёных объединяет участников, которым нужны общие стандарты, данные и инструменты. Если USTC выстраивает вокруг «Машинного учёного» экосистему, а не только лабораторный стенд, то ставка делается на масштабирование через партнёров.

Как оценивать такие заявления

Пока полных данных нет, полезно держать наготове короткий чек-лист. Для исследователей и инвесторов он выглядит так:

• Сколько новых материалов получено системой самостоятельно и подтверждено независимыми измерениями.
• Какую долю решений принимает модель, а какую человек: выбор цели, планирование синтеза, разбор неудач.
• Воспроизводимость: даёт ли второй запуск тот же результат на другой установке.
• Открытость: будут ли доступны данные, API или удалённый доступ к платформе для внешних групп.
• Применимость: батареи, катализаторы, полупроводники или узкая демонстрационная задача.

Если USTC опубликует ответы хотя бы на первые два пункта, «Машинный учёный 2.2» станет заметным ориентиром для лабораторий и компаний, которые строят собственные автономные платформы. Если нет, релиз останется сильной формулировкой на хорошей конференции. Следить стоит за статьями в рецензируемых журналах и за списком партнёров альянса: именно по ним будет видно, работает ли система за пределами демонстрации.