Нынешняя система школьного и высшего образования в ближайшие 3-5 лет "сгорит", считает декан экономического факультета МГУ Александр Аузан. Все произойдет из-за развития искусственного интеллекта.

"ИИ распространяется как торфяной пожар - скрыто, но неизбежно. Рискну предположить, что нынешняя система школьного и высшего образования из-за этого изменится даже быстрее, чем рынок труда. В ближайшие 3-5 лет она просто сгорит с привычными нам контрольными, тестами и экзаменами", - рассказал Аузан в интервью "Российской газете".

Он подчеркнул, что сегодня сдача экзамена - это использование микрокамеры, микронаушника со стороны сдающего, то есть решение задач с помощью ИИ, и такая же проверка ИИ, но уже принимающим экзамен. В особых случаях, считает Аузан, можно экзаменовать так, чтобы техникой воспользоваться было невозможно, но в масштабах всей системы это невозможно и бессмысленно.

"Проблема не в экспансии ИИ, а в том, что многие люди стали воспринимать результаты его работы некритически, не включая голову. Хотя искусственный интеллект глючит, причем постоянно. Но оказалось, что очень многие люди не могут отличить корректный сгенерированный текст от чепухи, и даже программисты - плохой код от хорошего", - заключил декан эконома.

Российская система практического обучения для инженеров и техников для университетов США

При изучении генезиса западного современного высшего образования мирового класса в России регулярно остаётся за скобками та роль, которую внесли в развитие мировых университетов, в первую очередь университетов США, Императорское Московское техническое училище (МГТУ имени Н.Э. Баумана) и Практический технологический институт Санкт-Петербурга.

Хорошо, что этот вклад подробно изложен в отчёте 1876 года "The Russian System of Shop-work Instruction for Engineers and Machinists" report by President John B. Runkle to the MIT Corporation".

Так, согласно отчёту, до анализа отечественного опыта, в США практически отсутствовала технология обучения инженерному делу. В Российской Империи специалисты из США нашли образовательные технологии, которые тут же заимствовали. Ключевые аспекты этих технологий:
📌 Наличие учебных и производственных мастерских. Во вторых ученики решали реальные задачи с мастерами, которые шли на рынок, в первых же - исключительно учебные задачи. Учебные мастерские были чётко отделены от производственных.
📌 Отдельные мастерские были сделаны для своего вида работ. Присутствовала чёткая система разделения труда.
📌 Учебные места были стандартизованы и достаточно массовые.
📌 Существовала чётка система обучения на примере "образцов от простого к сложному".

В Москве инженеров учили на трёх разных отделениях 6 лет: три года общему курсу (от высшей математики до французского и немецкого языка; от религиоведения до общей физики), три года специальному. Курсы были разделены на уровни в зависимости от отделения.
Бюджет Московского училища составлял 160 000 долларов США (сейчас это примерно 340 миллионов рублей).

The School is maintained by funds from the following sources: percentage on funded capital, fees of private boarders and foreign hearers, and profits received from the Mechanical Works

В Санкт-Петербурге инженеров учили пять лет в двух разных отделениях. 648 часов отводилось ручному труду в мастерских.

MIT приступил к внедрению у себя этой системы в 1868 году, а спустя несколько лет Русский метод преподавания получил международное признание: он завоевал золотую медаль на Всемирной выставке в Вене в 1873 году и на Столетней выставке в Филадельфии в 1876 году.

Учёные из Стэнфордского университета в США исследовали крошечную рыбку killifish — самое недолговечное позвоночное — и обнаружили, как с возрастом в мозге происходит сбой: рибосомы (молекулярные «фабрики» по сборке белков) начинают работать медленнее и с ошибками. Белки, необходимые для нормальной работы мозга, перестают синтезироваться, а часть — начинает слипаться в опасные агрегаты.

Этот механизм напоминает те, что лежат в основе болезни Альцгеймера и других нейродегенеративных заболеваний. Оказалось, что даже при нормальной ДНК и мРНК, мозг «теряет форму», потому что сбоит сам процесс перевода информации в белки.

Благодаря короткому жизненному циклу killifish исследователи впервые увидели, как именно старение запускает цепную реакцию сбоев в мозге — задолго до появления симптомов.

В лабораторию приехали новые игрушки.

Учёные Института биоинженерии Каталонии (IBEC) создали первую искусственную клетку, способную самостоятельно двигаться благодаря химическим реакциям — без участия ДНК, белков-рецепторов или активных моторов.

Минималистичная структура включает липидную мембрану, одиночный фермент и мембранную пору. При помещении в градиент глюкозы или мочевины фермент катализирует реакцию, создающий локальный дисбаланс концентраций внутри клетки. Это вызывает поток жидкости вдоль мембраны, инициируя направленное движение — процесс, напоминающий хемотаксис живых клеток.

Исследования на более чем 10 000 таких везикул показали, что наличие пор усиливает направленное движение.

Работа демонстрирует, как сложное поведение жизни может быть воспроизведено с помощью простейших компонентов, позволяя по-новому взглянуть на зарождение жизни и возможности синтетической биологии.

Исследователи из Пенсильванского университета в США  с помощью искусственного интеллекта открыли новый класс антибиотиков — археасины, полученные из архей. Эти крошечные организмы — одни из самых древних форм жизни на Земле. Они выживают там, где почти ничто другое не живёт: в кипящих источниках, кислотных озёрах, на дне океана у гидротермальных жерл.

Учёные использовали ИИ-инструмент APEX, чтобы проанализировать белки 233 вида архей. Алгоритм нашёл более 12 тысяч коротких пептидов с потенциальной антимикробной активностью. 80 из них синтезировали в лаборатории — и 93% показали эффективность против бактерий, включая опасные лекарственно-устойчивые штаммы.

Тесты на животных дали впечатляющий результат: один из археасинов действовал так же эффективно, как полимиксин B — мощный антибиотик, применяемый в крайних случаях. Причём механизм работы у него необычный: он нарушает электрические сигналы внутри бактериальной клетки, а не просто разрушает мембрану.

Российских ученых научат применять ИИ в исследованиях

76% современных ученых используют ИИ-инструменты в своей работе, но большинство осваивает его самостоятельно, сталкиваясь с трудностями.

Чтобы помочь исследователям эффективнее внедрять ИИ в проекты, Школа анализа данных Яндекса запустила образовательную программу для ученых-естественников. Под руководством двух менторов – эксперта из ШАД и специалиста по предметной области – они обучатся передовым подходам, включая работу с ИИ-агентами.

Подробнее: https://naked-science.ru/article/hi-tech/shkola-analiza-dannyh

Поучительный график: от основания компании до одобрения первого продукта проходит минимум 10 лет, а может пройти и все 40.

Правда, это не означает, что инвесторы ранних стадий застревают в компании на десятилетия: компания выходит на IPO, становится публичной, и ее акции можно продать

Хорошие новости подвезли в середине недели. Наши соотечественники из ИБГ и ИМБ РАН стали соавторами новой статьи, вышедшей в Nature! Статья посвящена ни много ни мало глобальному фундаментальному вопросу: как организован в пространстве бактериальный геном на примере E. coli. Исследование этого вопроса стало возможным благодаря разработке нового инструмента для изучения пространственной организации генома — Micro-C, который обладает разрешением во всего лишь 10 пар оснований! Статья в открытом доступе, так что читаем обязательно.

Ужасы нашего городка...

В Шанхайском рейтинге 7 российских вузов

В обновлённый Шанхайский рейтинг университетов вошли 7 российских вузов. Всего в списке — тысяча университетов мира.

Лидеры остаются прежними: первое место занимает Гарвард, далее — Стэнфорд и Массачусетский технологический институт. В топ-10 — восемь американских и два британских вуза.

Российские университеты распределились так:
• МГУ им. М. В. Ломоносова — 101–150 место;
• СПбГУ — 401–500;
• МФТИ — 601–700;
• ВШЭ, Сколтех, УрФУ — 801–900;
• НГУ — 901–1000.

Составители рейтинга учитывают качество образования, преподавательского состава, результативность исследователей и академическую производительность.

Ни один из российских университетов не смог улучшить позиции по сравнению с прошлым годом. Для справки: в 2018 году в список входили сразу 12 российских вузов — тогда это был лучший результат.

С вами снова рубрика "как проект 5-100 трансформировал мышление университетских команд"

Зоопарк продолжает наблюдение и сообщает, что в УрФУ никто и не думал останавливать цирк с публикационной активностью. Не меньше одной трети от всех публикаций университета за текущий год по-прежнему выдают сомнительные иностранные учёные из Индии и Египта, пишущие десятки и сотни статей в год на самые разные темы. Никаких объяснений такой продуктивности, помимо банальной покупки места в статьях, я не вижу.

Передовиком производства остаётся некий А. Кумар, который успел опубликовать 236 статей только за 2025 год, в то время как всего с аффилиацией УрФУ вышла 1571 публикация. Смешно, но на сегодняшний день А. Кумар является самым результативным ученым вообще во всей России, хотя в 2022 году у него было всего 5 публикаций.

Менее смешно, что по положению о стимулирующих выплатах УрФУ господин Кумар и компания должны получать просто фантастические деньги от университета. Все они являются единственными соавторами из России в своих статьях, и поэтому должны получать премии единолично, а это 120, 200 или 240 тысяч рублей за одну публикацию в хорошем журнале, в зависимости от уровня. По положению премия сверху не ограничена.

Путём нехитрых вычислений можно оценить, что на премирование иностранных передовиков может уходить порядка 100 млн. рублей в год, в том числе 20-30 млн. одному только Кумару.

Даже не знаю, что тут ещё комментировать. В целом научное сообщество не одобряло и куда более травоядную практику, когда университеты покупали аффилиации у сотрудников институтов РАН дабы повысить свою публикационную активность. Но это можно было рассматривать как извращённую поддержку российских учёных. А уж как выплаты многостаночникам из Индии и Египта способствуют развитию российской науки в целом и УрФУ в частности, остаётся неразрешимой загадкой. Более сложная загадка только одна — почему это продолжается и никак не комментируется ни университетом, ни министерством.

наговорил. Те же 🥚🥚, только сбоку. Впрочем, есть и новое. За заголовок не отвечаю
https://www.youtube.com/watch?v=8ZePHk-3jl4

Наша публикация об AI-агентах

C гордостью сообщаю, что наша статья об AI-агентах для конкурентного анализа в биофарме опубликована на arXiv! Конкурентный анализ — одна из самых трудоемких частей фармацевтического due diligence. Процесс, который раньше занимал несколько дней, теперь можно автоматизировать и сократить до 2-3 часов. Агентам пока нельзя доверять самостоятельное принятие решений, но они уже стали большим подспорьем в ежедневной деятельности.

В статье наши агенты сравниваются с "обычными" LLM, и выигрывают у них, особенно в случае сложных задач. Команда LanceBio предоставила материалы для обучения агентов и оценивала их работу.

Это лишь начало: мы постоянно улучшаем качество агентов. Наша цель — создать гибких и надежных помощников для любых аспектов работы с биофармацевтическими данными, от отслеживания множества проектов до проведения глубокого due diligence.

Подписывайтесь на канал и пишите мне, чтобы инвестировать вместе!

Какие культурные пошли граффити!

Как всё-таки Москва похорошела при Собянине.

📰 О нашей конференции «ИИ в химии и материаловедении» написали ТАСС и РАН!

Конференция отмечена как ключевая площадка для обсуждения цифровой трансформации в науке, где встретятся учёные, индустрия и стартапы.

📖 Подробнее: ТАСС | РАН

✨ И это только начало 🚀

МедХимики против ИИ🔥 #full


▪Почему ИИ — это как безалкогольное пиво? Вроде бы похоже на настоящее, а эффекта нет.
▪ Как начинающие дата-сайентисты «варят суп» из открытых данных и получают модели с «оху....ми метриками», но нулевой валидностью.
▪ Почему медицинские химики «нервно курят в сторонке», но продолжают держать фронт?
▪ Как ИИ генерит гусеничек, черепашек и яды против тараканов.
▪ Почему крупнейшие фармкомпании вроде Bayer, AstraZeneca и даже журналы с высоким импакт-фактором порой публикуют откровенно мусорные генерации?
▪ Как появился Даклатасвир — и мог ли ИИ сделать такое? (Спойлер: нет, но история шикарная!)
▪ Почему MCF (медхимические подструктурные фильтры) важны для фильтрации структур с потенциальной токсичностью, метаболической нестабильностью и неспецифичным связыванием!

⏳ Команда исследователей AIRI и Сколтеха представила первую в мире открытую платформу для объективного сравнения алгоритмов выявления биологического возраста — так называемых «часов старения».

Они могут использоваться для оценки эффективности новых препаратов в омоложении организма (например, метформина или семаглутида), кластеризации пациентов по рискам и мониторинга здоровья в клинических исследованиях, а также изучения фундаментальных механизмов старения.

Биологический возраст — это интегральная метрика здоровья человека, которая может отличаться от паспортного возраста. Если биологический возраст выше хронологического, это указывает на повышенные риски заболеваний и смертности. Сейчас такие метрики рассчитываются с помощью различных моделей, основанных на данных эпигенетики, транскриптомики, анализов крови и других источников. Однако до сих пор в науке не существовало единого эталона для их сравнения.

Авторы работы собрали более 17 000 образцов метилирования ДНК из 104 исследований, охватывающих 19 предполагаемых состояний, ускоряющих старение, унифицировали данные и создали основу для систематической оценки алгоритмов. В исследовании были протестированы 13 наиболее популярных моделей «часов старения», включая разработки ведущих лабораторий США и Европы.

Дмитрий Крюков, руководитель группы исследования биомаркеров лаборатории «Сильный ИИ в медицине» Института AIRI, младший научный сотрудник Центра молекулярной и клеточной биологии Сколтеха: «Теперь ученые и компании по всему миру могут объективно выбирать и улучшать алгоритмы, а значит, мы приблизились к тому, чтобы биологический возраст стал реальным инструментом медицины будущего».

Узнать, какая модель была признана лучшей, а также найти код, набор данных и ссылку на научную статью, посвящённую разработке бенчмарка, можно здесь.

В Китае всерьез взялись за проблему старения: запускают проект X-Age, направленный на сбор мультимодальных данных по китайской популяции для оценки факторов биологического возраста. Много разных биомаркеров, геномика, эпигеномика, транскриптомика, протеомика, метаболомика, визуализация — для создания часов старения.

“Используя передовые высокопроизводительные технологии и алгоритмы машинного обучения, проект стремится раскрыть сложное взаимодействие молекулярных путей, участвующих в старении. Эта интегративная стратегия не только повышает чувствительность и специфичность полученных часов старения, но и позволяет обнаружить новые биологические сигнатуры, которые могут не обнаруживаться при унимодальном анализе. Такой комплексный подход выводит данную область за рамки традиционного поиска биомаркеров в область предиктивной и персонализированной аналитики старения”.

На этом фоне вышел обзор по биомаркерам старения человека и нечеловекообразных приматов, от того же Biomarkers of Aging Consortium, который запускает X-Age.

#molbiol | #therapy

Ну, отпуск закончился. Пора делать эксперименты.

Одной из концепций современной эволюционной биологии являются т.н. главные эволюционные переходы — моменты, когда ранее независимые единицы, такие как гены или клетки, объединяются, формируя новый, более сложный уровень организации (примерами таких переходов эволюционные биологи называют объединение независимых репликаторов в хромосомы, переход от мира РНК к миру ДНК и белков, переход от эукариот к прокариотам, появление многоклеточных организмов и т.д.). Пол Рейни (Институт эволюционной биологии Макса Планка) и Майкл Хохберг (Университет Монпелье) в своей статье в журнале PNAS выдвинули смелую концепцию, согласно которой углубляющаяся взаимозависимость между человеком и искусственным интеллектом может представлять собой следующий такой переход, ведущий к возникновению нового эволюционного индивида — единого человеко-машинного целого.

Статья описывает три условия, которые способствуют такому слиянию. Во-первых, социальные структуры: ИИ уже глубоко встроен в ключевые аспекты жизни (образование, финансы, здравоохранение, отношения). Он наследуется не биологически, а культурно и институционально — дети наследуют от родителей не только устройства, но и алгоритмы, формирующие их поведение, что создает новую "среду обитания". Во-вторых, обратная связь: возникает петля взаимного влияния, где люди обучают ИИ, а ИИ, в свою очередь, формирует человеческое мышление, язык и действия. Например, ИИ-модели генерируют текст, который становится новым стандартом языка, на котором затем обучаются следующие модели ИИ, создавая взаимозависимость. В-третьих, обязательная зависимость: по мере того как ИИ становится незаменимым для памяти, навигации и принятия решений, люди могут утратить способность функционировать без него. Отбор будет благоприятствовать тем индивидам, которые лучше интегрированы с ИИ и эффективнее используют его. Последнее утверждение вызывает у меня большие сомнения. Я убеждён, что всё в точности наоборот, наиболее успешными будут те люди, которые в условиях всеобщей деградации когнитивных способностей и роста зависимости от ИИ сохранят навыки независимого мышления.

Хотя в целом характер самой статьи носит спекулятивный характер, она является любопытным примером того, как принципы и концепции, заимствованные из биологии, могут быть использованы для изучения социально-экономических процессов. Авторы считают, что результатом этого процесса будет уменьшение человеческой автономии, и предупреждают о рисках потери контроля при переходе ИИ от управляемого, «ламарковского» развития (направляемого человеком) к непредсказуемой «дарвиновской» эволюции (самостоятельной и конкурентной). Цифровизация может иметь как положительный характер, так и регрессивный характер, угрожая реализацией самых мрачных антиутопий.

За ссылку на статью благодарю одного приятеля из Англии. Люди работают. 😏