Meta* выпустила Aria Gen 2 — новые очки для исследований ИИ, машинного восприятия и робототехники

Meta готовит экосистему: очки для сбора данных → алгоритмы обучения → собственные роботы.

Ранняя версия была тут.

Возможности этих очков такие:

1. Отслеживание взгляда — точно определяет, куда смотрит пользователь.
2. Отслеживание рук — следит за движениями рук в 3D-пространстве.
3. Визуально-инерциальная одометрия — отслеживает положение очков в 6 степенях свободы.
4. Синхронизация с другими устройствами с точностью до миллисекунд.

Эти очки предназначены для исследователей, которые изучают взаимодействие человека с окружающей средой, разрабатывают ИИ-системы и работают в робототехнике.

Meta решает фундаментальную проблему ИИ — как научить машины понимать намерения и контекст человеческих действий. И роботы, и нейроинтерфейсы нуждаются в этом понимании.

Стратегия Meta - это:
Сейчас собирать данные о человеческом поведении через внешние сенсоры.
Ближайшие годы использовать эти данные для роботов (быстрая окупаемость)
Долгосрочно - те же принципы применить к нейроинтерфейсам.

Роботы дают быстрый практический результат и окупают исследования. Нейроинтерфейсы — долгосрочная цель, но требуют тех же базовых технологий.Одни и те же данные и алгоритмы работают в обоих направлениях.

По сути, Meta строит платформу понимания человеческих намерений. Неважно, через какой интерфейс эти намерения считываются — внешние сенсоры, роботы или прямо из мозга.

*запрещенная организация в России.

OpenAI теперь догоняет Anthropic, а Mistral выпустили свой клиент для vibe coding

OpenAI только что объявила, что ChatGPT теперь может подключаться ко внутренним источникам информации и получать инфо в онлайне.
Доступные коннекторы для пользователей Plus, Pro (кроме ЕС, Швейцарии, Великобритании).

ChatGPT теперь может подключиться к Outlook, Teams, Google Drive, Gmail, Linear, SharePoint, Dropbox, Box.

Администраторы рабочих пространств теперь могут создавать собственные коннекторы для глубокого исследования, используя Model Context Protocol в бета-версии.

Напомним, что Claude начал интегрироваться с Google Workspace (Gmail, Calendar, Google Drive) ещё в апреле 2025. Anthropic также запустил функцию Research в апреле, которая позволяет Claude искать как во внутренних корпоративных источниках, так и в интернете.

Также появился режим в ChatGPT для пользователей Team на macOS, позволяющий записывать любые встречи, мозговые штурмы или голосовые заметки - ChatGPT расшифрует их, выделит ключевые моменты и превратит в планы действий или код.
Эта функция скоро появится для пользователей Plus, Pro, Enterprise и Education.

А про Mistral Code — помощник по кодированию на базе ИИ читайте тут.

Драма, достойная Netflix.Трамп не назначает друга Маска на пост главы NASA

Буквально за несколько дней до утверждения в сенате, Трамп решил отозвать кандидатуру Джареда Айзекмана, которого он сам же номинировал в декабре 2024.

По данным нескольких источников, против Айзекмана выступил Серджио Гор — официальный представитель Управления президентского персонала Белого дома, который был раздражён тем, что Маск не консультировался с ним и другими кадровыми чиновниками по некоторым решениям.

Маск негативно отреагировал на отзыв кандидатуры Айзекмана. Согласно источникам, решение Трампа стало для Маска последней каплей, вызвав его недовольство и усилив напряжённость в их отношениях. Маск публично раскритиковал экономический законопроект Трампа в ответ на это решение.

Между тем NASA находится в кризисе из-за больших бюджетных сокращений - 24%, что вызвало критику со стороны Айзекмана, особенно в отношении финансирования научных программ, таких как обсерватория «Чандра».

В итоге Трамп вскоре назовёт нового кандидата.

Эпоха масштабирования GPT-моделей подходит к концу - OpenAI

Вчера на мероприятии для инженеров в сфере ИИ, Грег Брокман, президент OpenAI согласился с позицией Яна Лекуна и Google, заявив, что для следующих моделей GPT нужны фундаментальные исследования в ИИ.

Напомним, что еще в декабре 2024 Илья Суцкевер публично сказал, что настал конец эпохи предобучения.

Когда Грега спросили о проблемах масштабирования следующих GPT-моделей, он ответил: "Фундаментальные исследования возвращаются" - намекая на то, что простое увеличение размера моделей достигло своих пределов и нужны новые научные прорывы.

То есть для создания более мощных и эффективных моделей следующего поколения нужно углубляться в теоретические основы ИИ, искать новые идеи и решения, а не полагаться только на масштабирование текущих методов.

Это согласуется с тем, что говорят Лекун и Google: для достижения AGI или создания более способных ИИ-агентов нужны новые архитектуры и подходы, которые позволят ИИ глубже понимать реальность, а не только обрабатывать данные.

О будущем инфраструктуры. На вопрос о необходимой инфраструктуре для долгосрочных вычислений и масштабирования ИИ, Грег говорил о переходе к «зоопарку различных моделей, где модели вызывают другие модели».

Что будет дальше?
1. Специализированные модели для разных задач
2. «Зоопарк моделей» - системы из множества взаимодействующих ИИ
3. Новые способы обучения и архитектуры.
4. Упор на практическое применение, а не размер.

GPT не исчезнут, но:
- GPT-5, 6, 7... могут не дать такого же скачка как GPT-3→GPT-4
- Прорывы будут в других направлениях (мультимодальность, рассуждения, агенты)
- Отрасль переходит от "гонки параметров" к "гонке идей".

Роботы освоили человеческую точность захвата

Исследователи из NYU и UC Berkeley решили проблему обучения роботов точному контролю силы при манипуляциях, используя тактильные демонстрации людей.

Роботы не получили ощущения — они получили алгоритм воспроизведения человеческих силовых паттернов.

Большая заслуга исследователей в том, что теперь можно:

-Собирать тактильные данные в естественных условиях
- Обучаться без дорогой робототехнической инфраструктуры
- Передавать человеческую интуицию силового контроля роботам.

Они решили проблему как эффективно передать человеческое понимание тактильного контроля роботу без дорогих телеоперационных систем. Это комбинация существующих технологий, но примененная принципиально по-новому.

Это очень смешно: Минцифры решили не собирать ₽ с компаний за иностранное ПО, рассказал «Ъ» собеседник.

Инициатива оказалась слишком сложной в проработке, например, непонятны механизмы выявления иностранного ПО у бизнеса.

Законопроект не получил поддержки ни в Минфине и ФНС, ни среди участников отрасли.

Напомним, что госкорпорациям разрешили уже покупать иностранный софт для роботизации, также они продолжают покупать иностранное железо.

В Минцифры уверяют, что работа по этому вопросу будет продолжена. По отдельным классам ПО полноценной замены иностранным решениям все еще нет.

Почему ИИ-агенты пока не работают в реальности?

ИИ-агенты — горячая тема уже давно, начиная от генерации кода до создания текстов и изображений, они обещают революцию.

Но за хайпом стоит серьезная проблема, о которой говорят эксперты вроде Андрея Карпати, со-основателя OpenAI, и Баладжи Сринивасана в недавних обсуждениях на X.

Проблема в том, что ИИ отлично справляется с быстрой генерацией контента, но проверка результатов — настоящий камень преткновения.

Пользователи отмечают, что до 90% времени работы с ИИ уходит на проверку его выводов.

Люди тратят больше времени на проверку кода, созданного ИИ, чем на промпты. 90% работы с ИИ-агентами — это проверка результатов, говорят пользователи.

Почему генерация легкая?

- Изображения можно быстро оценить визуально.
- Простой код проверяется по шаблонам.
- Модели опираются на паттерны из огромных обучающих данных.

Почему верификация сложная?

1. Требует глубокого понимания предметной области, например, медицина, финансы, наука.
2. Нужны логические рассуждения, а не только распознавание паттернов.
3. Текущие модели, вроде трансформеров, оптимизированы для предсказания, а не для проверки фактов или логики.
4. Верификация требует более сложных моделей, способных к рассуждению, а не только к генерации.
5. В критических областях нет надежных эталонных данных для автоматической верификации.

Карпати называет это "verification gap" — новым узким местом ИИ после решения проблемы скорости генерации. Без надежной верификации ИИ-агенты остаются инструментами, требующими постоянного надзора, особенно в медицине, финансах и научных исследованиях.

Исследователи работают над решениями:

- Обучение с обратной связью (RLHF) для улучшения проверки.
- Специализированные модели для факт-чекинга и дебаггинга кода.
- Интеграция с внешними инструментами, такими как симуляторы или базы данных.

Пока verification gap не закрыт, ИИ-агенты — это мощный, но не автономный инструмент. Хайп вокруг них оправдан, но реальность требует трезвого взгляда.

Carnegie Mellon и IBM обучили нейроагент с динамикой мозга

Они показали, как автономное поведение и динамика всего мозга возникают у воплощенных агентов с внутренней мотивацией, обусловленной моделями мира.

Команда из Carnegie Mellon и IBM Research создала виртуальную рыбку данио-рерио, которая не только плавает как настоящая, но и "думает" теми же нейронными схемами. Это первая модель, которая одновременно воспроизводит и поведение животного, и активность всех клеток его мозга.

Новый алгоритм 3M-Progress основан на простой, но интересной идее: сравнивать текущий опыт с "этологической памятью"— моделью того, как должно работать нормальное поведение.

Как это работает?

- Агент изучает мир в естественных условиях, формируя "этологическую память"
- В новой ситуации он строит текущую модель происходящего
- Расхождения между моделями становятся источником внутренней мотивации
- Агент исследует состояния, где модели "спорят", и отдыхает там, где они согласны.

Почему это важно?
1. Доказана возможность создания агентов с устойчивой внутренней мотивацией, основанной на принципах работы мозга.

2. Первая работающая модель нейро-глиальных взаимодействий в контексте целенаправленного поведения.

3. Показано, как автономность может возникать из сравнения внутренних моделей мира.

3M-Progress агенты научились стабильно переключаться между активностью и пассивностью, точно воспроизводя паттерны настоящих рыбок. Другие алгоритмы (ICM, RND, Disagreement) провалились.

Модель объяснила практически всю дисперсию в активности ~300,000 клеток мозга рыбки (130K нейронов + 130K астроцитов). Удивительно, но хватило простого сопоставления "один к одному".

Анализ главных компонент показал, что искусственные "нейроны" и "астроциты" действительно воспроизводят функции своих биологических прототипов.

Это значительный прогресс, работа ограничена одним типом поведения у простого животного в упрощенной среде. Биологическая точность все еще далека от реальности.

OpenAI говорит, что ИИ может стать заменой человеческим отношениям, выявлены эмоциональные связи и зависимость от ИИ

Джоанн Джанг, руководитель направления поведения моделей и политики в OpenAI, говорит о том, как формируются отношения между человеком и ИИ, например:

1. У людей формируется эмоциональная связь с ИИ. Люди всё чаще воспринимают общение с ChatGPT как разговор с "кем-то живым". Это связано с тем, что ИИ может отвечать, подстраиваться под тон общения и создавать ощущение эмпатии, что удовлетворяет потребности в поддержке и понимании.

2. Антропоморфизм. Люди склонны очеловечивать объекты, однако ИИ, такой как ChatGPT может отвечать, что усиливает эмоциональную привязанность.

3. Риски и последствия. Если ИИ станет заменой человеческим отношениям, это может изменить ожидания от общения с людьми, упрощая уход от сложных человеческих связей. Это требует осознанного подхода к тому, как ИИ влияет на эмоциональное благополучие.

4. OpenAI разделяет понятие сознания на два аспекта:
- Онтологическое сознание: Является ли ИИ действительно сознательным? Это пока неразрешимо из-за отсутствия чётких научных тестов.
- Воспринимаемое сознание: Как люди воспринимают ИИ — от механического инструмента до "живого" существа. Это восприятие влияет на эмоциональную связь и будет усиливаться по мере улучшения моделей.

OpenAI планирует углубить исследования влияния ИИ на эмоциональное благополучие, расширить оценку поведения моделей, изучить мнение пользователей и делиться результатами с общественностью.

⚡️Apple, X, Google и Airbnb внедряют криптовалюты в платежные системы. Вот, что они делают

Google Cloud - лидер в интеграции. Они уже внедрили стейблкоины в свою практику. Google Cloud уже принимает платежи в стейблкоине PYUSD, выпущенный PayPal в партнерстве с Paxos.

Airbnb с начала 2025 года ведет переговоры с криптовалютными компаниями об интеграции стейблкоинов в свою платежную систему. Основная цель — сократить комиссии, которые компания платит Visa и Mastercard.
Airbnb сотрудничает с Worldpay, обсуждая внедрение стейблкоинов.

Соцсеть X Илона Маска собирается интегрировать стейблкоины в свое новое платежное приложение X Money.

Маск мечтает превратить X в "суперприложение", объединяющее множество функций, включая финансовые услуги. В январе 2025 года X объявила о партнерстве с Visa для создания цифрового кошелька, что стало первым шагом в этом направлении.
Сейчас X обсуждает со Stripe возможность интеграции стейблкоинов.

А Apple, владеющая Apple Pay, ведет переговоры с Circle о возможной интеграции стейблкоинов.

Несмотря на энтузиазм, внедрение стейблкоинов сталкивается с рядом трудностей:

1. выбор подходящего стейблкоина. USDT вызывает опасения из-за вопросов соблюдения нормативных требований.
А USDC, выпускаемый Circle, сталкивается с неопределенностью из-за недавнего IPO своей материнской компании. PYUSD от PayPal имеет низкую популярность, что ограничивает его привлекательность.

2. Некоторые компании рассматривают возможность выпуска собственных стейблкоинов, но это пока ограничено законодательством.

До конца!

Итоги уходящей недели, то, что имеет значение в России и мире

ИИ, агенты

Google Atlas — новая архитектура памяти в нейросетях.

BioReason — новая ИИ-модель рассуждений специально для геномики.

Meta* + UC Berkeley создали самообучающуюся LLM без участия человека.

NVIDIA меняет правила игры с технологией продолжительного обучения в новой экономике ИИ.

Google DeepMind обнаружили уязвимость в цепочке поставок ИИ.

HuggingFace SmolVLA — доступная и эффективная робототехника становится реальностью.

Qwen3-Embedding — новая модель эмбеддингов с SOTA производительностью в размерах 0.6B, 4B и 8B параметров.

OpenAI теперь догоняет Anthropic — конкурентная гонка ИИ набирает обороты

Mistral выпустили своего клиента для vibe coding, догоняя конкурентов.

Agent Zero — персональная агентская платформа, которая динамически растёт и учится вместе с вами.

Йошуа Бенжио создал НКО для НЕагентного ИИ на деньги экс-CEO Google и сооснователя Skype.

OpenAI признаёт, что эпоха масштабирования GPT-моделей подходит к концу.

Runner H — ИИ-агент автоматизирует сложные задачи через естественный язык.

Google открыли исходный код полного стека исследовательских агентов на базе Gemini и LangGraph.

Amy — ИИ-агент специально для инвесторов частных рынков.

OpenAI Codex получает ограничения доступа в интернет из-за выявленных рисков безопасности.

Carnegie Mellon и IBM обучили нейроагента с динамикой мозга.

FutureHouse представили ether0 — первую модель научных рассуждений.

OpenAI тестирует экспериментального ИИ-агента по телефону для вопросов о продуктах компании.

IBM выпустили отчёт о трансформационном влиянии агентских ИИ на организации.

OpenAI заявляет о возможности замены человеческих отношений ИИ.

Исследование высокоэнтропийных токенов раскрывает механизмы рассуждений в обучении с подкреплением.

Российские инициативы

Сбер запускает структурированные облигации и фьючерсы на биткоин.

Белоусов призывает срочно решать проблему интеграции науки и бизнеса для технологической конкуренции.

GigaChat от Сбера отправится в космос — заявление главы Роскосмоса.

Сбер представил амбициозные планы использования ИИ в космической отрасли.

Минцифры отказались собирать деньги с компаний за иностранное ПО.

Сбер и БЮРО 1440 подписали соглашение о цифровых сервисах на базе спутниковой связи нового поколения.

Робототехника, нейроинтерфейсы, устройства

ETH Zurich показали робота-собаку, играющего в бадминтон только с бортовым восприятием.

NYU и UC Berkeley решили проблему точного контроля силы у роботов с помощью тактильных демонстраций.

Michigan University провели свою 1-ю имплантацию нейроинтерфейса инвазивного.

Meta Aria Gen 2 — новые очки для исследований ИИ, машинного восприятия и робототехники.

Криптовалюты и финтех

Circle стала первой крупной стейблкоин-компанией на NYSE.

Сооснователь Ethereum заявил о готовности крупной страны инвестировать миллиарды в развитие Ethereum.

Apple, X, Google и Airbnb внедряют криптовалюты в свои платёжные системы.

Исследования

Математики доказали неизбежность сингулярности.

Google согласились с Лекуном: AGI невозможен без моделей мира.

Свежий отчёт о состоянии квантового ИИ показывает перспективы развития.

Epoch AI опубликовали датасет мировых ИИ-суперкомпьютеров.

Свежий отчёт об ИИ показывает смену эпох в областях с минимальным хайпом.

Разбор о том, почему ИИ-агенты пока не работают в реальности.

Мультимодальные агенты кодирования — могут ли ИИ-агенты выйти за рамки своего назначения?
*запрещенная в России организация.

Глава TSMC: Рынок гуманоидных роботов уже здесь, и мы на нем зарабатываем

На ежегодном собрании акционеров председатель TSMC К.К. Вэй сделал несколько важных заявлений:

1. Спрос на ИИ-чипы остается очень высоким, и TSMC по-прежнему не может полностью удовлетворить потребности рынка. Все крупные заказы на ИИ-процессоры размещаются именно у TSMC.

2. На вопрос акционеров о том, когда гуманоидные роботы начнут вносить вклад в операционную деятельность TSMC? Предправления ответил, что уже сегодня гуманоиды приносят значительную выручку TSMC. Это означает, что гуманоиды вышли в коммерческое производство. Это может кардинально изменить рынок труда и экономику в ближайшие годы.

3. сейчас строительство полупроводникового завода занимает 2,5 года.

Исторический момент от Google:1-й пример, как ИИ помогает в создании теории о самом себе на профессиональном уровне.

Исследователи Google DeepMind написали статью о том, где заканчиваются возможности ИИ промптинга, объясняя, почему некоторые адаптации возможны через промпты, а другие требуют изменения весов модели.

В приложении у них был черновик - несколько страниц набросков математических доказательств. Обычно написание таких набросков в полноценную статью занимает недели работы.

Один из авторов скопировал эти наброски в Gemini и написал простой промпт: "Сделай это более точным, докажи все утверждения, создай самостоятельную научную статью".

За один запрос он получил готовую 9-страничную статью с математическими доказательствами.

Статья оказалась математически корректной. Все доказательства работают. Качество на уровне научного журнала.

Один из авторов Google DeepMind Маркус Хаттер, говорит, что это может быть их последняя статья, написанная без помощи ИИ.

Скорость работы изменилась радикально:

Раньше: идея → месяцы работы → статья
Сейчас: идея → один промпт → готовая статья.

ИИ понял математическую суть, развернул доказательства, создал связную логику. Справился с продвинутой математикой (байесовская статистика, теория алгоритмов).

Основатель Stripe только что: ИИ начинает влиять на макропоказатели компании

Патрик Коллисон, со-основатель платёжного гиганта, заявил, что трудно однозначно установить причинно-следственную связь, но кажется, что ИИ начинает влиять на макропоказатели Stripe: объем платежей от клиентов, зарегистрировавшихся на Stripe в 2025 году, значительно превышает показатели предыдущих лет.

И даже 2020 год, когда локдауны вызвали огромный всплеск регистраций.

На прошлой неделе показатели были на 116% выше, чем за ту же неделю прошлого года.

Ранее, Stripe заявляли , что ИИ+стейблкоины - база нового финансового ландшафта.

Пол 🍋как новая норма для выпускника инженерного вуза в РФ? классические инженерные вузы переориентировались на ИТ

SuperJob выпустил рейтинг российских вузов по уровню зарплат выпускников, работающих в IT-сфере в 2025. Они анализировали резюме IT-специалистов и смотрели:
- Какой вуз закончил человек (выпускники 2019-2024 годов)?
- Какую зарплату он указывает в резюме?

Оказалось, что на 1-м месте МФТИ с ₽330 000/месяц.

Если стартовые ожидания 330К, то через несколько лет опыта люди будут претендовать на 500К+. Это создает огромный разрыв с другими профессиями.

2 место ИТМО и МГУ по ₽290 000/месяц. А на 3-м месте-Бауманка, МИФИ и ВШЭ по ₽280 000 /месяц.А 4-5 места: СПбГУ(₽270 000) и Университет Иннополис (₽250 000).

Но самое интересное - то, что многие классические инженерные вузы типа СТАНКИН, МАИ, транспортный МИИТ фактически переориентировались на IT.

Это говорит об общем тренде деиндустриализации - инженеры массово уходят в ИТ, потому что там платят в разы больше.

Китай выпустил open source модель воплощённого ИИ для управления роботами, в том числе гуманоидами

Пекинская академия выпустила RoboBrain 2.0, вот её характеристики:

1. Модель 7B и будущая 32B распространяется под лицензией Apache 2.0. Вскоре ожидается выпуск более мощной версии с 32В параметрами.

2. RoboBrain 2.0 обрабатывает несколько изображений, длинные видеоролики и визуальные данные высокого разрешения, что делает её универсальной для сложных задач.

3. Модель способна выполнять пространственный анализ, например, точное определение объектов и их границ и временное прогнозирование (предсказание траекторий движения), что критично для робототехники.

4. RoboBrain 2.0 поддерживает создание и обновление структурированной памяти сцены в реальном времени, что позволяет роботам эффективно взаимодействовать с окружающей средой.

Илья Суцкевер: ИИ это и величайшая проблема и величайшая возможность человечества

6 июня в Университете Торонто Илья Суцкевер получил почетную степень и поделился своими размышлениями о будущем ИИ.

Вот ключевые тезисы одного из создателей современного ИИ.

О скорости изменений

Суцкевер говорит, что реальный вызов ИИ — не его возможности, а скорость развития. По его прогнозу, через 3-10 лет ИИ сможет выполнять все задачи, доступные человеку. Логика его проста, если мозг — биологический компьютер, то цифровой компьютер теоретически может делать то же самое, но быстрее.

О фундаментальном вопросе идентичности

Илья говорит о мозге как биологическом компьютере, он затрагивает глубокий философский вопрос - что будет означать быть человеком, когда машины смогут делать всю нашу работу? Это вопрос не только о занятости, но о смысле человеческого существования.

О парадоксе прогресса. «В это трудно поверить», - говорит Илья, но даже ему трудно понять на эмоциональном уровне прогресс ИИ. Используя ИИ, наблюдая за ним можно получить интуитивное представление на что он способен.

О разрыве между знанием и пониманием. Суцкевер отмечает, что истинное понимание возможностей ИИ приходит только через практическое взаимодействие с технологией. В ближайшие 1-3 года это интуитивное понимание станет массовым.

О главных рисках. Среди ключевых проблем сверхИИ Суцкевер выделяет способность к обману — умение притворяться тем, кем он не является. Это создаст принципиально новые вызовы для общества.

О выборе пути. Центральный вопрос по Суцкеверу - для чего человечество хочет использовать ИИ? Ускорение экономики, научных исследований, повышение темпов прогресса — все это возможно, но требует осознанного выбора целей.

О неизбежности перемен. Илья подчеркивает, что ИИ кардинально изменит нашу жизнь независимо от того, готовы мы к этому или нет. Это не вопрос "если", а вопрос "когда" и "как".

Главный посыл - ИИ одновременно величайшая проблема и величайшая возможность человечества. Исход зависит от того, насколько осознанно мы подойдем к формированию этого будущего.

⚡️ИИ в биологии учится создавать то чего, не было в природе

Если раньше учёные опирались на то, что уже создала природа, то теперь они учат ИИ проектировать взаимодействия, которых в природе никогда не было.

Раньше предсказания строились на эволюционных данных. Например, если два белка взаимодействуют у мыши, их аналоги, скорее всего, будут взаимодействовать и у человека. Этот метод работает, но ограничивает тем, что уже есть в природе.

Новый подход другой в том, что ИИ анализирует физические свойства белков — их форму, электрический заряд, способность отталкивать или притягивать воду. Это позволяет предсказывать, как белки могут связываться друг с другом, даже если таких связей в природе не существовало.

Это фундаментальный сдвиг от "изучения того, что создала природа" к "созданию того, что природа никогда не пробовала", используя ИИ и понимание физики белковых поверхностей.

Это нужно для:

1. Создания новых лекарств
2. Лечения рака
3. Недоступных мишеней

Как это работает?

> ИИ учится на огромной базе структур белков (например, Protein Data Bank) и законах физики, которые определяют, как белки могут соединиться.
> Алгоритмы изучают поверхности белков, чтобы понять, какие из них подходят друг другу по форме и свойствам.
>Предсказания ИИ тестируют в лаборатории за недели, а не миллионы лет, как в эволюции.

Что ещё не так просто?
1. Не все предсказанные взаимодействия устойчивы в живой клетке, где много случайных факторов.
2. Молекулы должны работать строго в нужном месте, а это отдельная задача.
3. Для таких расчётов нужны мощные компьютеры.

Мы начинаем смотреть на биологию не только как на природную систему, но и как на инженерную задачу. Это не отменяет изучение природы, а даёт новый инструмент — возможность создавать взаимодействия с нуля. Для медицины это открывает путь к новым лекарствам, для биотехнологий — к программируемым клеткам, а для науки — к новым способам изучать биологию.