Isomorphic Labs разбирает 500-страничные патенты с Gemini 4 Argon за день вместо месяца

Isomorphic Labs сократила аудит химических патентов объёмом до 500 страниц с примерно месяца до одного дня. Для этого исследователи компании Brian Bender и Santosh Adhikari используют мультимодальную модель Gemini 4 Argon. Она читает плотные научные статьи и патентные тексты и собирает из них структурированные отчёты. Об этом рассказывает ролик Google DeepMind, опубликованный 13 октября 2026 года.

Где теряется время

Химические патенты написаны так, чтобы защитить как можно больше, а не чтобы их было удобно читать. Структура молекулы может оказаться на одной странице, а экспериментальные данные по ней, например результаты измерений активности, на другой, в 50 страницах от первой. Человек, который проверяет литературу, должен держать в голове десятки таких связей и постоянно листать документ туда-обратно. Отсюда недели работы и ошибки, которые трудно заметить: неверно сопоставленная таблица или пропущенный пример.

Isomorphic Labs, дочерняя компания Alphabet, выросшая из DeepMind, занимается разработкой лекарств с помощью ИИ. Для неё разбор чужих патентов и публикаций входит в самый ранний этап исследования. Именно там, по словам авторов ролика, и возникает узкое место: прежде чем команда начнёт проектировать молекулы, кто-то должен понять, что в этой области уже известно и запатентовано.

Что делает модель

Bender и Adhikari применяют Gemini 4 Argon как инструмент синтеза. Модель получает документ целиком, вместе с изображениями химических структур, а не только с текстом. Затем она извлекает из патента данные и раскладывает их по структурированному отчёту. По описанию DeepMind, на это уходит один день вместо месяца, и команды быстрее находят взаимосвязанные факты, которые при ручном чтении легко потерять.

Мультимодальность здесь решает конкретную задачу. Если модель видит только извлечённый текст, формула молекулы для неё превращается в пропуск или в мусорную строку. Если она работает с изображением страницы, то может связать нарисованную структуру с таблицей результатов в другой части документа.

Что известно из материала:

• модель: Gemini 4 Argon, мультимодальная;
• задача: аудит химических патентов и научных статей;
• объём документа: до 500 страниц;
• разрыв между структурой и данными: порядка 50 страниц;
• результат: структурированный отчёт;
• срок: один день вместо месяца;
• пользователи: исследователи Isomorphic Labs Brian Bender и Santosh Adhikari.

Чего в ролике нет

Это промо-материал, и цифры в нём приведены без методики. DeepMind не говорит, как измерялась точность извлечения, какая доля структур и значений распознана верно, сколько времени уходило на проверку отчёта человеком и на каких патентах тестировали модель. Кроме того, «месяц против одного дня» сравнивает полный ручной аудит с первым проходом модели. Если эксперт всё равно перепроверяет результат, реальная экономия будет меньше. Параметры, контекстное окно и цена Gemini 4 Argon в ролике тоже не названы, подробности DeepMind отсылает в блог Google.

Что проверить командам, работающим с патентами

Если у вас похожая задача, начните не с демонстрации, а с собственного эталона. Возьмите 5–10 документов, которые ваши специалисты уже разобрали вручную, и сравните с отчётами модели по трём параметрам: найденные структуры, правильно сопоставленные данные и пропуски. Отдельно измерьте время проверки отчёта человеком, потому что именно оно определяет, остаётся ли выигрыш в разы.

Также стоит заранее решить, какие ошибки допустимы. Пропущенный пример в обзоре литературы неприятен, но не критичен. Неверная связь между молекулой и её активностью может исказить решение о дальнейших экспериментах. Поэтому структурированный отчёт лучше делать со ссылками на страницы источника: проверяющий должен за секунды переходить от строки отчёта к исходному фрагменту патента.