В первом эпизоде подкаста The Google Research Podcast ведущая Синейд Бовелл встретилась с Йосси Матиасом, вице-президентом Google и генеральным менеджером Google Research. Матиас, стоявший у истоков таких технологий, как автозаполнение в поиске и Google Trends, рассказал о том, как его подразделение превращает научную фантастику в повседневные инструменты. Главная мысль беседы: мы вступили в «золотой век исследований», когда путь от глубокой теории до реального продукта сократился с десятилетий до месяцев, а искусственный интеллект перестал быть просто инструментом и стал полноценным ускорителем самой науки.
🌟 Золотой век исследований и «Магический цикл» 1:17
Йосси Матиас утверждает, что сегодня человечество переживает уникальный период, который он называет «Золотым веком исследований» . В отличие от прошлых эпох, сейчас ученые могут не просто воображать будущее, но и воплощать его в жизнь с беспрецедентной скоростью. В Google Research этот процесс описывают как «магический цикл»: постановка проблемы, научный прорыв, применение в реальности, выявление новых ограничений и повторение цикла .
По словам гостя, работа Google Research строится на нескольких ключевых принципах:
- Решение невозможного: Подразделение берется за задачи, которые экспертное сообщество считает неразрешимыми (например, глобальное предсказание наводнений) .
- Широта охвата: Исследования варьируются от квантовых вычислений до клеточной биологии и климатических моделей .
- Опережающее мышление: Матиас подчеркивает, что важно не экстраполировать прошлое, а предугадывать, какие технологии станут возможными через 3–9 месяцев или несколько лет .
💨 Ambient Intelligence: ИИ, который мы перестанем замечать 6:17
Одним из главных трендов будущего Йосси Матиас называет Ambient Intelligence (фоновый или «окружающий» интеллект). Это состояние технологии, при котором ИИ становится настолько эффективным и повсеместным, что пользователи перестают его замечать и принимают как должное, подобно электричеству или водопроводу .
Матиас ссылается на закон Артура Кларка: любая достаточно продвинутая технология неотличима от магии. Однако, по его мнению, как только мы привыкаем к «магии», она становится повседневностью. В качестве примера он приводит технологию Google Duplex, которая еще восемь лет назад казалась радикальной, а сегодня совершила более триллиона звонков в бизнес-структуры для уточнения рабочих часов, став для пользователей обычным фоновым процессом .
🎨 Generative UI: Интерфейсы, созданные специально для вас 7:56
В феврале команда Google Research опубликовала работу о Generative UI (генеративном пользовательском интерфейсе). Это парадигмальный сдвиг в том, как мы взаимодействуем с информацией . Вместо статических кнопок и списков ИИ будет создавать интерфейс «на лету», исходя из контекста пользователя и его предпочтений :
- Если ребенок спрашивает о квадратных уравнениях, ИИ может сгенерировать симуляцию баскетбольного броска, чтобы показать траекторию мяча .
- Если пользователь ищет ресторан, интерфейс может подстроиться под него: любитель визуализации увидит галерею блюд, а гурман — подробное текстовое меню .
- В образовании это позволит создавать «живые» учебники, которые адаптируют примеры под интересы ученика (например, объяснение гравитации через футбол) .
🧪 AI Co-Scientist: «Эрудит в вашем кармане» 18:20
Одним из самых амбициозных проектов Google является AI Co-Scientist — мультиагентная система, способная ускорять научные открытия . Система действует как высококвалифицированный коллега-полимат: она анализирует всю доступную литературу, генерирует гипотезы, ранжирует их и предлагает ученым пути проверки.
Матиас привел примеры эффективности системы:
- Инфекции и антибиотики: Гипотеза, на поиск которой у партнеров из Imperial College ушли годы, была предложена системой за три дня .
- Медицина: Успешная работа над гипотезами в области фиброза печени и перепрофилирования лекарств совместно со Стэнфордом .
- Демократизация науки: Матиас считает, что теперь каждый младший научный сотрудник или студент получит возможности, которые раньше были только у руководителей крупных лабораторий — собственную виртуальную исследовательскую фабрику .
Другой инструмент, Empirical Research Assistance, помогает ученым в прикладных задачах: от поиска данных до написания кода для моделей, что раньше требовало найма отдельных специалистов по Data Science .
🏗️ Ученый как архитектор: Преодоление кадрового разрыва 26:11
С развитием ИИ-инструментов меняется роль самого человека. Йосси Матиас утверждает, что ученый теперь должен стать архитектором . Поскольку ИИ берет на себя рутинные задачи (поиск литературы, базовое моделирование), на первый план выходят навыки постановки правильных вопросов и критического суждения о результатах .
Матиас сравнивает это с появлением Google и Википедии: когда-то боялись, что дети перестанут учиться, потому что им не нужно ходить в библиотеку за фактами. На деле общество просто повысило планку ожиданий . Теперь от молодых ученых потребуется быстрее развивать интуицию и навыки междисциплинарного анализа, так как ИИ позволяет связывать знания из физики, биологии и химии бесшовным образом .
🌍 Earth AI и борьба с кризисами 46:10
Google Research активно развивает направление Crisis Resilience. Главная цель — сделать так, чтобы никто не был застигнут врасплох стихийным бедствием .
- Наводнения: Система прогнозирования теперь работает в 150 странах, охватывая 2 миллиарда человек и давая прогноз за 7 дней до события .
- Технология Groundsource: Чтобы решить проблему внезапных (флеш) наводнений, Google использовал Gemini для анализа новостей за последние 20 лет на разных языках, создав базу из 2,6 млн событий для обучения моделей .
- Wildfire Detection: Проект FireSat планирует вывести на орбиту более 50 спутников, которые позволят обнаруживать лесные пожары размером с небольшую комнату в любой точке планеты каждые 20 минут .
- Earth AI: Это платформа «планетарного интеллекта», где агентный слой ИИ позволяет задавать вопросы о движении населения, уязвимости сообществ и распространении болезней (например, холеры или Эболы) .
🏥 Здравоохранение: От диагностики к персональным помощникам 51:03
В медицине Google прошел путь от ранних исследований диабетической ретинопатии (уже проведено более 1 млн скринингов в Индии и Таиланде ) до создания специализированных моделей.
- Med-Gemini: Модель достигла экспертного уровня (91% при мультимодальном подходе) в тестах, аналогичных медицинским экзаменам в США .
- Открытость: Google выпустил MedGemma — открытую версию медицинской модели, которую уже скачали более 5 миллионов раз для создания тысяч приложений .
- Реальный пример: В Уганде медработник использовал приложение на базе MedGemma без доступа к интернету, чтобы получить совет при сложных родах, что помогло спасти мать и ребенка .
💻 Квантовые вычисления и чип Willow 1:00:43
Матиас коснулся темы квантового превосходства, отметив недавний прорыв с чипом Willow. Главным достижением стало решение проблемы коррекции ошибок: система становится более надежной по мере увеличения масштаба, что ранее считалось труднодостижимым .
Квантовые компьютеры уже показывают преимущество в специфических алгоритмах: например, задача, которая решалась бы на классическом компьютере 10 в 25-й степени лет, выполняется значительно быстрее . Матиас уверен, что в ближайшие несколько лет мы вплотную приблизимся к практическому применению квантовых вычислений, что даст новый мощный импульс для ИИ, особенно в области дизайна молекул и новых материалов .
