За последние две недели мы увидели множество новых результатов поиска Google: от геномики до квантовых вычислений и геопространственных знаний.

Эти прорывы иллюстрируют то, что я называю «магическим циклом» исследований: решение глобальных проблем и возможностей посредством фундаментальных исследований, которые ведут непосредственно к реальным приложениям и решениям. Эти решения не только приносят пользу миллионам людей во всем мире, но и выявляют более серьезные проблемы, которые необходимо решить.

Магический цикл значительно ускоряется благодаря более мощным моделям и агентским инструментам, таким как соученый по искусственному интеллекту и на основе ИИ эмпирическое программное обеспечение экспертного уровня. И это касается многих дисциплины и направления.

Исследования – это наша возможность – и наш императив – для улучшения повседневной жизни и решения социальных проблем и возможностей, а это означает, что исследования и инновации никогда не «завершаются».

Вот как подход Google Research помогает решить проблемы в трех областях, которые затрагивают очень много людей:

1. Борьба с раком с помощью ИИ

Детские лейкемии и многие другие виды рака имеют невероятно сложные генетические характеристики, требующие индивидуального лечения, основанного на их конкретных мутациях. Что, если бы мы могли более точно секвенировать геномы этих раковых клеток, выявляя конкретные варианты, которые превратили их в рак?

Это и привело к ДипСоматикнаш новый инструмент на базе искусственного интеллекта, который помогает ученым и врачам обнаруживать генетические варианты в раковых клетках. Наши партнеры из Children’s Mercy в Канзас-Сити использовали DeepSomatic для выявления 10 новых генетических вариантов в образцах детской лейкемии, которые не были учтены предыдущими методами. Если они смогут определить, как и почему конкретная форма рака поражает пациента, они смогут разработать персонализированные методы лечения.

Примечательно, что DeepSomatic также может распространяться на раковые заболевания, с которыми он никогда раньше не сталкивался. Например, без какой-либо подготовки в области глиобластомы рака головного мозга компания DeepSomatic смогла идентифицировать генетические варианты, вызывающие ее. Это говорит о том, что он может работать даже с редкими или новыми типами рака – это веха, знаменующая 10-летие исследований в области геномики в Google.

В сотрудничестве с Yale и Google DeepMind мы также представили Cell2Sentence-Scale 27B, новую модель искусственного интеллекта с 27 миллиардами параметров, основанную на Gemma, которая понимает язык отдельных ячеек. Это породило новую гипотезу лечения рака, которую мы подтвердили на живых клетках, обнаружив в лаборатории комбинацию препаратов, которые сделали раковые клетки значительно более видимыми для иммунной системы. Это новый мощный способ использования ИИ для борьбы с раком.

2. К улучшению лекарств и материалов благодаря квантовым вычислениям

Разработка более эффективных лекарств и материалов, таких как более эффективная батарея, требует понимания точного поведения атомов и молекул. Но сегодняшние самые мощные классические компьютеры с трудом моделируют эти нюансы, поскольку они полагаются на приближения и строгий двоичный язык нулей и единиц, и даже самый мощный в мире суперкомпьютер не может уловить все нюансы того, как молекулы ведут себя в природе. Действительно, в таком маленьком масштабе частицы ведут себя не «классическим» образом. Вместо этого они подчиняются квантовой механике: они могут находиться в суперпозиции, где они не находятся в одном состоянии, а скорее «распространены» по ряду возможностей; и они могут быть запутаны, когда несколько атомов могут вести себя синхронно друг с другом, а не независимо.

Это одна из наиболее убедительных причин, почему Google Research создает квантовый компьютер: он «говорит на квантовом языке» так, что ни один классический компьютер не может точно моделировать, как на самом деле работает природа на субатомном уровне. Наш новый алгоритм квантового эха показывает, насколько быстрее наш чип Willow может выполнять вычисления, которые очень полезны для описания поведения молекул с полной точностью. Это первый в мире алгоритм, который указывает на возможные практические применения квантовых вычислений, такие как разработка лучших материалов, лучших лекарств и многого другого. Мы начали изучать его потенциал в экспериментах в сотрудничестве с исследователями из Калифорнийского университета в Беркли.

3. Понять Землю

Самые сложные и важные вопросы планетологии и реагирования на кризисы никогда не касаются только одного типа геопространственной информации: скорее, речь идет о объединении их всех вместе. Например, если мы хотим предсказать, какие сообщества наиболее уязвимы и какая инфраструктура находится под угрозой от надвигающегося урагана, недостаточно просто знать, когда разразится ураган или где расположены здания. Нам нужна общая картина: путь и сила урагана, плотность населения, виды транспорта и ожидаемое воздействие на уязвимую инфраструктуру. Это глобальное видение требует одновременного синтеза многих типов геопространственных данных и множества моделей, прогнозирующих различные аспекты планеты.

Вот почему мы создаем искусственный интеллект Земли – чтобы соединить всю эту информацию и возможности прогнозирования. Станет возможным решать вопросы, на которые в настоящее время невозможно ответить, поскольку они слишком сложны и включают слишком много разрозненных геопространственных ресурсов. А это, в свою очередь, послужит толчком к новым исследованиям – новому сбору полезных данных о Земле, новым типам датчиков и новому использованию ИИ для моделирования сложных взаимосвязанных моделей по всей планете. Эти многолетние усилия будут постоянно чередовать новые практические применения и новые исследования, раскрывая еще более глубокое понимание того, как мы можем хорошо жить на этой планете.

Это всего лишь 3 домена среди десятков! – где исследования Google делают фундаментальные прорывы, а затем демонстрируют, как их можно масштабировать, чтобы оказать реальное, ощутимое влияние на людей. Эти достижения не происходят в вакууме: нами движет вера в то, что достижения в одной области научных открытий могут помочь нам в другой — будь то квантовые данные для ускорения открытий ИИ или соединение геопространственных данных с данными общественного здравоохранения. Так мы прокладываем путь в будущее, основываясь на исследованиях, которые могут улучшить реальность людей.