# Профессор Гейб Гомес о CoScientist: как GPT-4 и роботы-лаборатории меняют облик современной науки

Источник: https://www.youtube.com/watch?v=_GbZn7hJdfc
Канал: The Cognitive Revolution
Опубликовано: 12.01.2024

---

В марте 2023 года выход GPT-4 ознаменовал новую веху не только в обработке текстов, но и в автоматизации фундаментальной науки. Профессор Университета Карнеги-Меллона (CMU) Гейб Гомес (Gabe Gomes) и его команда за рекордные сроки создали CoScientist — автономную систему на базе больших языковых моделей (LLM), способную планировать и проводить сложные химические эксперименты в реальном мире, используя удалённые роботизированные лаборатории.

## 🧪 От «дилера» до учёного: почему науке нужна автоматизация
[[JUMP:02:13]]

Ведущий подкаста Натан Лабенц делится личным опытом работы в лаборатории под руководством профессора М. Кристины Уайт. Его работа в качестве ассистента-исследователя заключалась в оптимизации палладиевого катализатора для органических реакций [02:25]. По его словам, 90% времени занимала рутинная «черновая» работа: взвешивание порошков на сверхточных весах.

Основные тезисы о проблеме современной экспериментальной науки:

*   **Низкий КПД:** Лабенц вспоминает, что за год работы он лишь однажды столкнулся с неожиданным результатом, давшим новое знание. Остальное время он «чувствовал себя скорее низкоуровневым наркодилером, чем учёным», постоянно отвешивая по 4,5 мг ацетата палладия [02:52].
*   **Барьер входа:** Гейб Гомес отмечает, что многие талантливые люди уходят из химии именно из-за отсутствия интеллектуальной стимуляции в рутинных процессах [31:10].
*   **Культурная стагнация:** Если сравнить фото лабораторий 100-летней давности и современные, они будут выглядеть почти одинаково. Гомес утверждает, что прогресс городов и технологий огромен, но ручной труд химика за верстаком почти не изменился [23:09].

По мнению Гейба Гомеса, автоматизация через облачные лаборатории — это путь к демократизации науки. Это позволит учёным фокусироваться на формировании гипотез, а не на физическом манипулировании атомами [31:40].

## 🏗️ Архитектура CoScientist: мозг на базе GPT-4 и руки-роботы
[[JUMP:05:20]]

Команда Гомеса начала работать над тонкой настройкой (fine-tuning) моделей вроде GPT-2 и BERT для научных задач ещё в октябре 2022 года, но результаты были разочаровывающими [06:24]. Прорыв случился с выходом GPT-4.

Система CoScientist построена по модульному принципу «агентов» [34:27]:

1.  **Центральный планировщик (Planner):** «Мозг» системы, принимающий запросы на естественном языке. На основе GPT-4 он координирует работу других модулей.
2.  **Модуль веб-поиска:** Ищет информацию о химических соединениях и реакциях в открытых источниках (например, Wikipedia или специализированные базы данных) [43:28].
3.  **Поиск по документации:** Обученный на спецификациях лабораторного оборудования модуль. Позволяет ИИ понимать, как управлять конкретным роботом, даже если данные о нём появились после даты отсечки обучения модели [49:25].
4.  **Исполнитель кода:** Запускает Python-скрипты в защищённой среде (Docker) для проведения расчётов стехиометрии и других математических операций [41:03].
5.  **API физического мира:** Отправляет команды роботизированным системам.

Гейб Гомес подчёркивает, что LLM всё ещё плохо справляются с арифметикой «в уме», поэтому возможность системы самой писать и запускать код для расчётов была критически важна [37:58].

## ☁️ Emerald Cloud Lab: «AWS для химии»
[[JUMP:09:46]]

Ключевым партнёром проекта выступила компания Emerald Cloud Lab (ECL), основанная выпускниками CMU. Это огромный склад в Сан-Франциско, заполненный сотнями типов научных приборов (на сумму около $50 млн), которыми можно управлять дистанционно через код [10:12].

Особенности работы с облачной лабораторией:

*   **Эксперимент как код:** Учёный не касается пробирок; он отправляет скрипт (форк Mathematica или Python), и роботы или технические специалисты выполняют его [10:26].
*   **Преодоление когнитивной нагрузки:** Основной барьер для химиков — необходимость изучать сложные языки программирования для управления роботами. CoScientist переводит команды с английского («Синтезируй аспирин») в исполняемый код для ECL [11:05].
*   **Круглосуточная работа:** По мнению Гомеса, природа не подчиняется графику работы детских садов или сну учёного. Роботы могут охлаждать реакцию ровно 12 часов без участия человека [28:30].

## 🚀 Шесть уровней возможностей ИИ-учёного
[[JUMP:46:13]]

В своей статье в Nature команда Гомеса выделила шесть ключевых задач, с которыми CoScientist справился успешно:

1.  **Планирование синтеза известных веществ:** Поиск путей получения таких соединений, как аспирин или парацетамол [46:41].
2.  **Навигация по документации:** ИИ способен сам разобраться в управлении новым оборудованием, просто прочитав инструкцию [46:54].
3.  **Управление через высокоуровневые команды:** Перевод абстрактных задач в конкретные действия приборов.
4.  **Низкоуровневое микроуправление:** Точная настройка параметров работы механизмов.
5.  **Создание комплексных рабочих процессов:** Сочетание разных приборов для многоэтапных задач.
6.  **Оптимизация (задача «Морской бой»):** Нахождение условий для максимального выхода продукта [50:20].

Особое внимание Гейб Гомес уделяет шестому пункту. В одном из экспериментов ИИ нужно было оптимизировать реакцию из пространства в 6000 возможных комбинаций переменных. CoScientist справился с этим за 20 итераций, показав результат на уровне (а иногда и лучше) специализированных алгоритмов байесовской оптимизации [58:06].

## ⚖️ Риски, безопасность и «двойное назначение»
[[JUMP:1:27:09]]

Гомес признаёт, что технология вызывает у него опасения. Некоторое время после создания прототипа он «не мог спать по ночам» [1:34:17].

Основные вызовы:

*   **Злоупотребление:** ИИ может помочь в синтезе токсичных веществ или биологического оружия. Поэтому команда Гомеса сознательно не опубликовала часть промптов и кодов в открытом доступе [1:32:39].
*   **Отсутствие «защитных перил»:** Гость отмечает, что текущие LLM недостаточно защищены от манипуляций в области химии [1:36:01].
*   **Позиция «Скаута»:** Гейб Гомес видит свою роль в том, чтобы информировать политиков и специалистов по этике о реальных возможностях технологии, не впадая в алармизм, но и не будучи беспечным [1:32:12].

По словам профессора, он поддерживает усилия Великобритании (UK AI Safety Institute) и США по созданию формальных стандартов безопасности для ИИ в науке [1:37:36].

## 🔮 Будущее: «Netflix для энзимов» и конец междисциплинарных барьеров
[[JUMP:1:46:41]]

Гейб Гомес с оптимизмом смотрит в будущее, где PhD в химии станет короче, а открытия — чаще.

Ключевые прогнозы и проекты:

*   **«Netflix для энзимов»:** Текущий проект группы Гомеса, направленный на масштабное исследование белков [1:22:50].
*   **Стирание границ:** ИИ позволит биологу проводить сложнейшие химические синтезы, а химику — работать с клеточными культурами, не тратя годы на освоение узкоспециальных техник [53:26].
*   **Eureka-моменты:** Гомес уверен, что ИИ скоро сможет не только оптимизировать старое, но и предлагать принципиально новые лекарства. В ранних версиях статьи был раздел о поиске лекарств от рака, который удалили для фокусировки на химии, но потенциал там огромен [1:41:25].

Гость заключает, что мы находимся в начале революции, сопоставимой с появлением AlphaFold, и призывает ИИ-инженеров приходить в физические науки, чтобы решать реальные мировые проблемы [1:26:28].