Мне кажется, что правильный ответ находится где-то посередине между первым и вторым вариантами.

С одной стороны, ИИ – это точно не тотальная замена классической разработки. Доклинические исследования на клетках и животных клинические испытания на людях ИИ не заменит примерно никогда. И он не заставит крыс быстрее дохнуть, а пациентов быстрее исцеляться. До стопроцентной точности прогнозирования физико-химии и биохимии биологических молекул тоже очень далеко, а может её никогда не будет: вдруг мы имеем дело с бесконечно сложными системами, поведение которых не сможет вычислить никакой бесконечно сложный компьютер? В любом случае любые расчёты in silico надо проверять in vitro и in vivo. 

С другой стороны, называть это просто «хайпом» тоже неверно. ИИ уже сейчас расширяет возможности исследователей на ранних этапах: расчёт свойств молекул, прогнозирование взаимодействий, статистическая обработка огромных массивов данных, автоматизация рутинной документации — здесь прогресс колоссальный. ИИ открывает двери в новые химические пространства, которые раньше было невозможно исследовать (например, белки из D-аминокислот), и тем самым ускоряет процесс выдвижения гипотез.

Да, хайп обязательно схлынет, и пузырь, неизбежно, лопнет. Множество компаний, которые строили свой бизнес исключительно на красивых презентациях «ИИ-вычислителей», разорятся. Это нормальная рыночная динамика, и так уже было с железнодорожными компаниями в XIX веке и с микроэлектроникой на рубеже 1990–2000-х. Но сами технологии никуда не денутся — они просто займут свою нишу и станут обыденным инструментом, как это случилось с теми же дорогами и чипами.

Но в любом случае без экспериментальной проверки и клинических испытаний все эти нейросети не более чем генераторы красивых картинок. Они могут нарисовать идеальную молекулу, но только лабораторные исследования покажут, работает ли она на самом деле.


https://t.me/biosciencenotes/646