Андрей Щербаков 
Научные исследования, традиционно представлявшие собой медленный и кропотливый процесс, претерпевают революционные изменения. Годы, которые ученые тратили на проверку гипотез, проведение экспериментов, изучение тысяч публикаций и попытки соединить разрозненные фрагменты знаний, теперь могут быть значительно сокращены. Перед лицом неотложных глобальных проблем, таких как изменение климата и распространение заболеваний, требующих немедленных решений, корпорация Microsoft заявляет, что искусственный интеллект способен кардинально ускорить научный прогресс. На недавней конференции Build 2025 Microsoft представила инновационную платформу Microsoft Discovery, использующую агентов на базе ИИ для ускорения исследований и разработок, открывая новую эру в науке.
Современные научно-исследовательские и опытно-конструкторские работы (НИОКР) сталкиваются с комплексом проблем, которые тормозят прогресс на протяжении десятилетий. Огромные объемы научных знаний рассредоточены по бесчисленным статьям, базам данных и репозиториям, превращая поиск нужной информации в титанический труд. Установление связей между идеями из различных областей науки требует не только глубокой узкоспециализированной экспертизы, но и значительных временных затрат. Исследовательские проекты включают множество этапов: от обзора литературы и формирования гипотез до планирования экспериментов, анализа данных и уточнения результатов. Каждый из этих шагов требует особых навыков и инструментов, что затрудняет поддержание стабильного и последовательного темпа работы. Кроме того, исследования по своей природе итеративны: научное знание прирастает за счет доказательств, дискуссий в научном сообществе и постоянного уточнения. Эта цикличность создает существенные задержки между появлением первоначальных идей и их практическим применением, увеличивая разрыв между скоростью развития науки и острой потребностью человечества в быстрых решениях глобальных вызовов.
В ответ на эти вызовы Microsoft разработала Microsoft Discovery – новую корпоративную платформу, специально созданную для научных исследований. Эта система позволяет ИИ-агентам эффективно взаимодействовать с учеными-людьми, помогая генерировать гипотезы, анализировать данные и даже проводить виртуальные эксперименты. Платформа функционирует на базе облачной инфраструктуры Azure, которая предоставляет необходимые вычислительные мощности для сложного моделирования и анализа больших объемов данных. Microsoft Discovery решает исследовательские задачи благодаря трем ключевым особенностям: во-первых, это использование графового представления знаний для выявления и установления связей между информацией из различных научных областей и публикаций. Во-вторых, платформа задействует специализированных ИИ-агентов, способных фокусироваться на конкретных исследовательских задачах, координируя свои действия с другими агентами. В-третьих, она поддерживает итеративный цикл обучения, который позволяет адаптировать исследовательские стратегии на основе получаемых результатов и новых открытий. Отличительной чертой Microsoft Discovery от других инструментов ИИ является комплексная поддержка всего исследовательского процесса – от зарождения идеи до получения конечных результатов, что способно радикально сократить время, необходимое для научных прорывов.
Традиционные поисковые системы, основанные на совпадении ключевых слов, часто упускают из виду глубинные связи, существующие в массиве научных знаний. В отличие от них, Microsoft Discovery использует механизм графового представления знаний, который строит карту взаимосвязей между данными из внутренних и внешних научных источников. Эта система способна анализировать и сопоставлять противоречивые теории, различные результаты экспериментов и допущения, принятые в разных областях науки. Вместо простого предоставления списка релевантных статей по теме, она может продемонстрировать, как выводы, сделанные в одной области, могут быть применимы к решению проблем в совершенно другой. Важно отметить, что этот механизм обеспечивает прозрачность своих выводов: он отслеживает источники информации и логические шаги, позволяя исследователям проверять рассуждения ИИ. Такая прозрачность критически важна для науки, где понимание процесса получения результата не менее значимо, чем сам результат. Например, при поиске новых материалов для аккумуляторов система может связать знания из металлургии, химии и физики, а также выявить пробелы в данных или существующие противоречия, открывая исследователям путь к нетривиальным идеям, которые могли бы быть упущены при традиционном подходе.
Ключевую роль в Microsoft Discovery играют так называемые ИИ-агенты – разновидность искусственного интеллекта, способная автономно выполнять поставленные задачи. В отличие от обычных ИИ-помощников, которые лишь следуют инструкциям человека, агенты могут самостоятельно принимать решения, планировать действия и решать проблемы. Они функционируют как интеллектуальные ассистенты, способные проявлять инициативу, обучаться на основе данных и помогать в выполнении сложной работы без постоянного контроля со стороны человека. Вместо одной монолитной системы ИИ, Microsoft Discovery использует множество специализированных агентов, каждый из которых сосредоточен на определенных исследовательских задачах и координирует свои действия с другими. Такой подход напоминает работу человеческих исследовательских коллективов, где эксперты с разными навыками сотрудничают и обмениваются знаниями, однако ИИ-агенты могут работать непрерывно, обрабатывать колоссальные объемы данных и поддерживать идеальную координацию. Платформа позволяет исследователям создавать собственных агентов, отвечающих их специфическим требованиям, причем формулировать эти требования можно на естественном языке, без навыков программирования. Агенты также могут предлагать оптимальные инструменты или модели для использования и способы взаимодействия с другими агентами. Центральную роль в этом взаимодействии играет Microsoft Copilot, выступающий в качестве научного ИИ-ассистента, который координирует работу специализированных агентов на основе запросов исследователя, понимая доступные инструменты, модели и базы знаний платформы для настройки комплексных рабочих процессов, охватывающих весь цикл открытия.
Реальная ценность любой исследовательской платформы проверяется ее практическим применением. Исследователи Microsoft уже продемонстрировали впечатляющие результаты, обнаружив новый, экологически безопасный хладагент для центров обработки данных, не содержащий вредных пер- и полифторалкильных веществ (PFAS), всего за примерно 200 часов работы. Традиционно такая работа заняла бы месяцы, если не годы. Найденное вещество способно значительно снизить экологический вред от технологической инфраструктуры. Возможность находить и тестировать новые химические формулы за недели вместо лет кардинально ускоряет переход к более «зеленым» технологиям. В процессе поиска нового хладагента были задействованы множественные ИИ-агенты, которые осуществляли скрининг молекул, моделировали их свойства и оптимизировали характеристики. После цифрового этапа был успешно синтезирован и протестирован физический образец, подтвердивший предсказания ИИ и точность платформы. Microsoft Discovery находит применение и в других областях: например, Тихоокеанская северо-западная национальная лаборатория США использует ее для создания моделей машинного обучения, предназначенных для процессов химического разделения, критически важных в ядерной науке, где скорость исследований имеет первостепенное значение.
Платформа Microsoft Discovery коренным образом меняет сам подход к проведению исследований. Вместо того чтобы работать в одиночку с ограниченным набором инструментов, ученые получают возможность сотрудничать с ИИ-агентами, которые берут на себя обработку огромных массивов информации, выявляют закономерности, прослеживающиеся в разных областях знания, и динамически адаптируют методы работы в зависимости от получаемых результатов. Этот сдвиг парадигмы открывает дорогу новым методам совершения открытий, позволяя эффективно связывать идеи из различных дисциплин. Так, материаловед сможет использовать инсайты из биологии, исследователь лекарств – применять наработки из физики, а инженеры – опираться на знания из химии. Модульная архитектура платформы позволяет ей развиваться вместе с появлением новых моделей ИИ и специализированных отраслевых инструментов без необходимости изменять существующие рабочие процессы. При этом человек-исследователь остается в центре процесса, контролируя его и направляя, а ИИ усиливает его творческий потенциал и интуицию, беря на себя трудоемкую вычислительную работу.
Несмотря на значительный потенциал ИИ-агентов в научных исследованиях, остается ряд нерешенных проблем и важных аспектов. Обеспечение точности гипотез, генерируемых ИИ, требует внедрения надежных механизмов проверки и валидации. Прозрачность процесса принятия решений искусственным интеллектом является ключевым фактором для завоевания доверия со стороны научного сообщества. Интеграция платформы в существующие исследовательские экосистемы и рабочие процессы организаций может оказаться сложной задачей, требующей адаптации процедур и соблюдения нормативных стандартов. Кроме того, повсеместное распространение столь мощных исследовательских инструментов поднимает вопросы защиты интеллектуальной собственности и поддержания здоровой конкуренции. По мере того как ИИ будет делать передовые исследования доступнее для более широкого круга специалистов, сами научные дисциплины могут претерпеть существенные трансформации.
Microsoft Discovery предлагает принципиально новый подход к исследовательской деятельности, позволяя ИИ-агентам работать в тесном сотрудничестве с учеными, что значительно ускоряет процесс открытий и внедрения инноваций. Первые успехи, такие как быстрое обнаружение нового хладагента, и интерес со стороны крупных научных и промышленных организаций свидетельствуют о том, что ИИ-агенты обладают огромным потенциалом для преобразования сферы НИОКР в самых разных отраслях. Сокращая время исследований с нескольких лет до недель или месяцев, платформы, подобные Microsoft Discovery, могут помочь человечеству быстрее находить решения глобальных проблем, таких как изменение климата и борьба с болезнями. Ключевым фактором успеха станет разумный баланс между мощью искусственного интеллекта и контролем со стороны человека, чтобы технологии поддерживали и расширяли человеческую креативность и способность принимать решения, а не заменяли их.
