🔬 ИИ подключили к настоящей лаборатории. Он ошибся — и благодаря ошибке сделал новое открытие

Вот это уже гораздо интереснее очередного «ИИ написал научную статью».

Исследователи создали систему, которая умеет пройти почти весь научный цикл:

придумать гипотезу → разработать эксперимент → передать инструкции лабораторному оборудованию → получить реальные результаты → проанализировать их → придумать следующий эксперимент.

ИИ дали данные примерно о 60 000 биологических связях у обычных пекарских дрожжей.

Из них он самостоятельно сформировал 1 933 проверяемые гипотезы о том, какие вещества могут влиять на выживание клеток при разных стрессах.

А дальше произошло самое красивое.

ИИ предположил, что глутамат поможет дрожжам пережить воздействие муравьиной кислоты.

Провёл эксперимент.

Не помог.

Но вместо классического научного метода «ну ладно» система проанализировала новые данные и предложила другого кандидата — аминоадипат, промежуточное вещество метаболизма лизина.

Сформулировала новую гипотезу.

Отправила её обратно в лабораторию.

И эксперимент показал, что аминоадипат действительно улучшает рост дрожжей в присутствии муравьиной кислоты — примерно на 7% на каждый дополнительный миллимоль вещества в условиях опыта. Исследователи называют эту защитную связь ранее неизвестной.

Важная оговорка: это пока не полностью автономный «учёный в коробке».

Люди задали область исследований и ограничения, а некоторые физические операции в лаборатории всё ещё выполнялись вручную. Да и открытие касается метаболизма дрожжей, а не новой физики Вселенной.

Но принцип уже работает.

ИИ не просто прочитал данные и что-то предсказал.

Он выдвинул гипотезу, проверил её в физическом мире, обнаружил, что ошибся, и использовал ошибку для следующего открытия.

То есть мы автоматизируем уже не только ответы.

Мы начинаем автоматизировать сам научный метод.

Плохая новость для аспирантов: робот уже научился получать отрицательный результат и не впадать после этого в депрессию.

#ИИ #наука #биология #робототехника #биотехнологии #исследования

https://doi.org/10.1098/rsif.2026.0043