# Дафна Коллер: «ИИ поможет нам вылечить фундаментальные заболевания»

Источник: https://www.youtube.com/watch?v=xlMTWfkQqbY
Канал: Lex Fridman
Опубликовано: 05.05.2020

---

## Дафна Коллер: Биомедицина, машинное обучение и поиск «следа во Вселенной»
[[JUMP:0:00]]

Дафна Коллер — выдающийся ученый в области компьютерных наук, сооснователь Coursera и основатель компании Insitro. В беседе с Лексом Фридманом она обсуждает переход от обучения ИИ к решению фундаментальных задач биомедицины, потенциал «болезней в чашке Петри» и влияние машинного обучения на темпы разработки лекарств.

## 🧬 Революция в биологии: от «20 новостных групп» к спасению жизней
[[JUMP:13:37]]

Долгое время машинное обучение развивалось на наборах данных, далеких от реальных задач, таких как классификация текста из «20 новостных групп». По словам Дафны Коллер, её интерес к биомедицине был продиктован желанием заниматься чем-то социально значимым. Личным катализатором стала смерть её отца 12 лет назад: тогда врачи могли предложить только преднизолон, эффективность и побочные эффекты которого современная медицина считает сомнительными.

Сегодня, по мнению гостя, мы находимся в «золотом веке» фармацевтики, где главное препятствие — не отсутствие средств доставки лекарств, а ограниченное понимание биологических механизмов. Коллер утверждает, что именно здесь машинное обучение способно изменить правила игры, выступая инструментом для поиска целей внутри биологических систем.

## 🧫 «Болезнь в чашке Петри»: замена мышам
[[JUMP:16:36]]

Традиционные методы тестирования лекарств на животных часто оказываются неэффективными, так как мыши не болеют многими человеческими заболеваниями (болезнь Альцгеймера, шизофрения, диабет 2 типа) или же механизмы развития болезни у них иные. На смену им приходят модели *«disease in a dish»* (болезнь в чашке):

*   **Технология:** Клетки кожи берутся у пациента, реверсируются в состояние стволовых клеток (используя факторы Яманаки), а затем дифференцируются в нужные типы клеток (нейроны, кардиомиоциты), сохраняя генетический профиль донора.
*   **Масштабируемость:** Хотя генерация таких клеток всё ещё требует специфических навыков, этот процесс стал почти индустриализован силами контрактных исследовательских организаций.
*   **Цифровизация «мягкого»:** Современные методы, такие как секвенирование РНК единичных клеток и суперразрешающая микроскопия, позволяют преобразовывать биологические образцы в огромные наборы данных, пригодные для анализа нейросетями.

По словам Дафны Коллер, цель не в том, чтобы сделать сбор данных самоцелью, а в создании моделей, которые позволят увидеть паттерны заболеваний и найти вмешательства (лекарства или CRISPR-терапию), возвращающие клетку в здоровое состояние.

## 🎓 Образование и будущее Coursera
[[JUMP:36:50]]

Запуск Coursera в 2011 году стал ответом на глобальный запрос на непрерывное образование в мире, где навыки устаревают быстрее, чем длится университетское обучение. Основные выводы, сделанные Коллер в ходе этого эксперимента:

1.  **Краткость и гибкость:** 15-недельные курсы сложны для работающих взрослых; разбивка на короткие модули по 5–7 минут эффективнее.
2.  **Обратная связь:** Использование микроквизов внутри видео лекций критически важно для удержания внимания и обучения.
3.  **Социальный аспект:** Несмотря на онлайн-формат, успех обучения часто зависит от самоорганизации студентов в учебные группы.

Коллер полагает, что MOOC (массовые открытые онлайн-курсы) вряд ли полностью заменят очное обучение, но станут основным способом поддержания экспертности в быстро меняющейся профессиональной среде.

## 🤖 ИИ: от интерпретируемости до безопасности
[[JUMP:55:15]]

Обсуждая развитие глубокого обучения, Коллер выделяет два наиболее «красивых» концепта: сквозное обучение (end-to-end) и перенос обучения (transfer learning), позволяющий использовать опыт решения одной задачи для ускорения другой.

Однако она подчеркивает серьезную проблему: отсутствие калибровки неопределенности в нейросетях. В медицине или при управлении беспилотным автомобилем крайне важно, чтобы ИИ мог сказать: «Я не знаю, так как никогда не видел подобных данных», вместо того чтобы давать неверный, но уверенный прогноз.

*   **Риски:** По мнению Коллер, человечество должно больше опасаться не мифического захвата власти сверхразумом, а непредвиденных «эффектов домино» в сложных системах (электросети, финансовые рынки), где ошибки в малых звеньях ведут к катастрофам.
*   **Ответственность:** Ученый считает необходимым развитие стандартов интерпретируемости систем и тестирования их устойчивости в условиях, отличных от тренировочных.

## 🌍 Философия «следа во Вселенной»
[[JUMP:109:15]]

Завершая разговор, Дафна Коллер делится своим кредо: целью жизни должно быть стремление оставить мир лучше, чем он был до твоего прихода. Этот «след во Вселенной» — главная мотивация для тех, кто родился с доступом к образованию и ресурсам, — использовать этот шанс для того, чтобы приносить пользу человечеству.