В новой науке узкое место — не идеи, а их проверка

Почему это актуально прямо сейчас

«Бутылочное горлышко» имеет конкретные последствия. Например, в разработке лекарств ИИ может быстро предложить тысячи новых молекул-кандидатов, но их клиническая валидация остаётся медленной, дорогой и ограниченной по мощностям. Пушмит Кохли, один из лидеров DeepMind, ранее отмечал, что AlphaFold сократил предсказание структуры белков с нескольких лет до секунд, но именно клиническая проверка лекарств остаётся нерешённым узким местом . Аналогично, разрыв между ИИ-идеями в материаловедении и климатических решениях и физической испытательной инфраструктурой для их проверки только растёт .

Четыре приоритета от DeepMind для политиков и инвесторов в науку

В своём эссе DeepMind описывает четыре конкретных шага для преодоления этого разрыва :

1. Обеспечить широкий доступ учёных к ИИ-агентам.
Относиться к доступу к ИИ-агентам как к стратегическому приоритету, по аналогии с историческими усилиями по предоставлению учёным доступа к суперкомпьютерам. Исследователи из разных институтов, а не только из хорошо финансируемых лабораторий, должны иметь инструменты для генерации и проверки гипотез .

2. Сделать национальную лабораторную инфраструктуру доступной для науки, движимой ИИ.
Расширять и открывать физические лабораторные мощности — национальные лаборатории и общие центры высокопроизводительного тестирования — чтобы волна ИИ-гипотез могла систематически проверяться в реальном мире .

3. Разработать новые модели финансирования для высокопроизводительной валидации.
Традиционные грантовые структуры слишком медленны и недостаточно масштабны для того объёма проверок, который может потребовать ИИ. Финансирующим организациям необходимо создать механизмы, которые напрямую поддерживают быстрые и масштабные экспериментальные конвейеры валидации .

4. Реформировать процессы рецензирования и оценки для эпохи ИИ-агентов.
Самим рецензентам нужно дать возможность использовать ИИ-агентов, а также требуются новые рамки, такие как «Карты взаимодействия человека и ИИ», для обеспечения прозрачности, воспроизводимости и доверия к науке с участием агентов .

Контекст: проблема известна не первый год

Это не первое предупреждение DeepMind о проблеме валидации. Ещё в ноябре 2024 года в политическом документе компании говорилось о разрыве между цифровым и реальным миром как о ключевой проблеме. А исследователь Пушмит Кохли публично называл инфраструктуру валидации и доступность двумя главными оставшимися «бутылочными горлышками» для науки, ускоренной ИИ . Эссе июля 2026 года — самый сфокусированный на данный момент политический документ по этой теме.

Важное примечание о датах

Основной источник — собственное эссе DeepMind, опубликованное на странице публичной политики компании в июле 2026 года . Некоторые ранние сообщения ошибочно ссылались на эссе от июля 2025 года; в результатах поиска не было найдено эссе на эту тему за июль 2025 года. Суть предупреждения и четыре приоритета едины во всех источниках .