Виктор Вембаньяма: 10 моментов, которые взорвали сезон
18.04.2026 01:48:00
В мае 2025 года научный мир получил сообщение, которое звучало как научная фантастика: искусственный интеллект самостоятельно обнаружил потенциально прорывное лечение возрастной макулярной дегенерации — одной из основных причин слепоты. ИИ-агенты сами сформулировали гипотезу, спланировали эксперименты, проанализировали данные, даже создали графики для научной публикации. Люди только выполнили физическую лабораторную работу и написали финальную рукопись. Всё остальное — работа машины.
Человек за этим достижением — Сэм Родригес, физик-теоретик и биоинженер, основатель некоммерческой организации FutureHouse. В тридцать с небольшим лет он поставил перед собой задачу, которая многим кажется безумной: за десять лет создать полноценного ИИ-учёного, способного делать научные открытия самостоятельно. И судя по первым результатам, это не просто красивая мечта.
Сэм Родригес получил степень бакалавра по физике в колледже Хаверфорд, Пенсильвания, окончив его с высшими почестями. Там он работал над новыми методами расчёта квантовой запутанности в многочастичных квантовых системах. Математика. Абстракции. Элегантные уравнения, описывающие невидимые процессы в микромире.
Затем два года в Кембриджском университете. Первый год — прикладная математика и теоретическая физика. Второй — вычислительная нейронаука в лаборатории вычислительного и биологического обучения. Здесь произошёл поворот: от чистой физики к пониманию самой сложной структуры во Вселенной — человеческого мозга.
В 2019 году Родригес защитил докторскую диссертацию по физике в Массачусетском технологическом институте. Его научным руководителем был Эд Бойден — легендарный нейроинженер, один из создателей оптогенетики и экспансионной микроскопии, методов, которые революционизировали нейронауку за последние двадцать лет.
Диссертация Сэма называлась «Картирование типов клеток, динамики и связей в нейронных цепях». За эти годы он создал несколько технологий, которые другие учёные могли бы считать достижением всей карьеры.
В лаборатории Бойдена Родригес работал над обратной задачей к экспансионной микроскопии. Метод Бойдена позволял расширять биологические образцы, чтобы увидеть их наноструктуры обычным микроскопом. Сэм задал встречный вопрос: а что, если делать вещи не больше, а меньше?
Так появилась технология Implosion Fabrication — «Имп Фаб», или импульсная фабрикация. Метод позволяет равномерно сжимать объекты до наноразмеров. Обычные предметы превращаются в крошечные структуры с наномасштабными характеристиками. Потенциальные применения огромны: от создания миниатюрных устройств для исследования нейронной активности до производства новых материалов.
Вместе с коллегами из Broad Institute — Эваном Макоско и Фэй Чен — Родригес разработал технологию Slide-seq. Проблема, которую она решала, была фундаментальной: когда клетки удаляются из естественной среды для анализа, теряется информация о том, где именно в ткани они находились, как взаимодействовали с другими клетками.
Slide-seq сохраняет эту пространственную информацию. Образец ткани кладётся на подложку из микроскопических шариков с уникальными баркодами. Эти баркоды присоединяются к соответствующим фрагментам генетического материала в ткани, который производит определённые белки. Затем ткань растворяется, остаются только баркодированные шарики. Результат — высокоразрешённые карты производства белков и типов клеток внутри ткани.
Родригес также работал над технологиями временн?й транскриптомики — методами определения возраста отдельных молекул РНК. В 2020 году в журнале Nature Biotechnology вышла его работа «RNA timestamps identify the age of single molecules in RNA sequencing». Теперь можно было не просто узнать, где родилась молекула, но и когда.
За эти достижения в 2019 году Сэм Родригес получил престижную премию Hertz Foundation Thesis Prize — награду для молодых учёных, чьи диссертации открывают новые направления в науке. В том же году журнал STAT включил его в список «Вундеркиндов» — молодых исследователей, готовых изменить науку.
Но самое важное в его диссертации было не в технологиях. Последняя глава называлась совершенно иначе, чем все предыдущие. Там Родригес объяснял, почему науке нужна совершенно новая организационная структура.
Работая в лаборатории Бойдена, Сэм и его коллеги — Адам Марблстоун и Эндрю Пейн — постоянно сталкивались с одной проблемой. Они пытались запустить крупные проекты по картированию мозга, но существующая система финансирования не подходила. Академические гранты слишком малы и краткосрочны. Коммерческие компании нацелены на быструю прибыль. А многие важные научные проекты требуют команды в 20-50 человек, работающих 5-7 лет без коммерческого результата.
Бойден всегда поощрял их думать максимально амбициозно. В собственных словах Родригеса: «Эд всегда поощрял нас мечтать очень, очень масштабно. Мы всегда пытались думать о самых сложных проблемах в биологии и о том, как к ним подступиться. Моя диссертация в итоге закончилась тем, что я объяснял, почему нам нужна новая структура, похожая на компанию, но некоммерческая и посвящённая науке».
Так родилась концепция Focused Research Organization (FRO) — фокусированной исследовательской организации. Не академическая лаборатория. Не стартап. Нечто среднее: команда как в компании, структура как в стартапе, но цель — некоммерческое создание научной инфраструктуры.
В 2021 году Адам Марблстоун и его коллеги основали Convergent Research — некоммерческую «студию науки», которая помогает запускать FRO. К 2025 году Convergent поддержала создание десяти таких организаций, работающих над расшифровкой иммунной системы, идентификацией непредвиденных мишеней одобренных лекарств, пониманием воздействия удаления углекислого газа из океанов.
В 2020 году, сразу после защиты диссертации, Родригес получил должность руководителя группы в институте Фрэнсиса Крика в Лондоне — одном из ведущих биомедицинских исследовательских центров мира. Ему было всего двадцать девять лет.
Он основал там Лабораторию прикладной биотехнологии. Продолжал изобретать: новые AAV вирусные векторы для генной терапии, новые диагностические технологии для рака и болезни Альцгеймера, новые способы картирования связей между нейронами в мозге.
Но всё это время его мучила одна мысль. Она возникла ещё во время работы над PhD.
Во время учёбы в лаборатории Бойдена Родригес хотел понять, как работает мозг. Ключевым осознанием стало следующее: даже если бы учёные произвели все знания, необходимые для понимания мозга, ни один человек не смог бы просеять через всю эту информацию.
Научная литература растёт экспоненциально. Каждый день публикуются тысячи новых статей. Даже в узкой специализации невозможно прочитать всё важное. А для настоящего прорыва часто нужно соединить данные из разных областей: нейробиологии, генетики, химии, физики.
Человеческий мозг имеет физические ограничения. Мы можем прочитать определённое количество статей в день. Запомнить определённый объём информации. Соединить ограниченное число идей.
Но что, если существо без этих ограничений могло бы делать эту работу?
В 2022 году Родригес встретился с Эриком Шмидтом — бывшим CEO Google, миллиардером с состоянием в 24,5 миллиарда долларов. Шмидт после ухода из Google активно инвестировал в научные проекты через свою инициативу Schmidt Futures.
Родригес объяснил Шмидту свою идею. Быстрое развитие больших языковых моделей открыло новую возможность. LLM могут читать и анализировать научные статьи. Могут формулировать гипотезы. Могут планировать эксперименты. Пока они делают ошибки. Но они развиваются очень быстро.
Что, если создать ИИ-учёного? Не инструмент для помощи исследователям. А самостоятельную систему, способную проводить весь цикл научного исследования: от формулирования вопроса до публикации результатов.
Шмидт вдохновлялся примером Xerox PARC — легендарной лаборатории, которая в 1970-х годах изобрела Ethernet, лазерную печать, графический интерфейс. В собственных словах Шмидта: «Это было место, где брали людей в возрасте около тридцати, давали им независимость и все необходимые ресурсы, и они изобретали вещи с темпом, которого не было нигде больше. Я действительно хочу создать новые среды, похожие на то, чем был PARC, где выдающиеся молодые исследователи могут развивать свои лучшие идеи».
Год Родригес работал со Шмидтом над концепцией, превращая идею в формальное предложение. Он также встретился с Эндрю Уайтом, специалистом по вычислительной химии. В ноябре 2023 года они объявили о запуске FutureHouse.
Объявление было амбициозным до дерзости. Десятилетняя миссия: создать полуавтономных ИИ-учёных для научных исследований. Ускорить темп открытий. Предоставить всему миру доступ к передовым научным, медицинским и инженерным знаниям.
Почему биология? Родригес верил, что именно биология, вероятнее всего, продвинет человечество в ближайшие десятилетия — через влияние на медицину, продовольственную безопасность и климат.
Проблема была ясна: биологические исследования сегодня готовы масштабироваться. Новые техники позволяют тестировать десятки или сотни тысяч гипотез в одном эксперименте. Новые инструменты позволяют вычислительно проектировать тысячи белков параллельно. Но фундаментальное узкое место — не данные и не вычислительная мощность, а человеческое усилие. Ни один учёный не имеет времени проектировать десятки тысяч индивидуальных экспериментов.
Шмидт согласился финансировать FutureHouse на первые пять лет. По оценкам, к концу 2024 года организация потратит около 20 миллионов долларов. Значительная часть пойдёт на найм талантов и создание «мокрой» лаборатории — пространства для тестирования химических веществ и биологического материала.
Штаб-квартира разместилась в Сан-Франциско. Команда — около двадцати двух человек. Два направления: команда по науке, применяющая ИИ-агентов для открытых исследований, и команда по технологиям, строящая инфраструктуру для этих агентов.
11 апреля 2025 года Родригес опубликовал пост: это был его последний день в должности руководителя группы в институте Крика. Пять лет в одной из лучших лабораторий мира закончились. Теперь всё внимание — FutureHouse.
В сентябре 2024 года FutureHouse выпустила PaperQA2 — первый ИИ-агент, способный самостоятельно проводить полные обзоры научной литературы. Система получает вопрос, находит релевантные статьи, читает их, извлекает ключевую информацию, синтезирует ответ.
Главное достижение: PaperQA2 превзошла докторантов и постдоков по точности выполнения нескольких задач, связанных с поиском информации в научной литературе. Это было подтверждено как объективными тестами, так и оценкой экспертов.
То, на что у человека уходят месяцы, PaperQA2 делает за минуты. Масштаб компенсирует несовершенство. Даже если система работает на уровне хорошего студента магистратуры, а не профессора, скорость делает её революционной.
В мае 2025 года FutureHouse запустила публичную платформу с набором ИИ-инструментов для учёных. Phoenix — система для планирования экспериментов. Aviary — среда, дающая языковым моделям доступ к тем же научным инструментам, что используют люди. Модели с открытым исходным кодом и скромными вычислительными бюджетами смогли превзойти людей в двух лабораторных задачах: работа с научной литературой и рассуждения о ДНК-конструктах.
20 мая 2025 года Родригес опубликовал твит, который стал вирусным: «Сегодня мы объявляем о первом крупном открытии, сделанном нашим ИИ-учёным с участием лаборатории: многообещающее новое лечение сухой ВМД, основной причины слепоты. Наши агенты сгенерировали гипотезы, спланировали эксперименты, проанализировали данные, итерировали, даже создали графики».
Возрастная макулярная дегенерация (ВМД) — одна из главных причин потери зрения у пожилых людей. Эффективного лечения сухой формы не существует. ИИ-агенты FutureHouse самостоятельно прошли весь исследовательский цикл. Люди только выполнили физические эксперименты в лаборатории и написали итоговую рукопись.
Исследование ещё не прошло рецензирование, и говорить о революции рано. Но сам факт поразителен: машина способна делать то, на что у человеческих учёных уходят годы.
С мая FutureHouse работает над раком груди и мутациями при аутизме. По словам Родригеса: «В течение следующих двух-трёх лет мы увидим экспоненциальный рост скорости, с которой можно устанавливать такие связи».
Родригес не верит, что ИИ заменит учёных. Он видит будущее иначе: каждый исследователь будет иметь свою собственную лабораторию из ИИ-агентов. Как сегодня профессор работает с группой аспирантов. Студенты идут, делают работу, возвращаются, получают обратную связь, идут снова.
С ИИ-агентами будет так же, только намного быстрее. Учёный формулирует вопрос. Агенты проводят анализ литературы, предлагают гипотезы, планируют эксперименты. Учёный проверяет, корректирует, запускает новый цикл.
Текущие модели Родригес оценивает как «интеллект уровня B». Они далеки от способностей аспиранта, особенно в биологии, где сложность огромна. Но они превосходят в масштабе. Для настоящей революции нужен «интеллект уровня A». Это требует не только алгоритмических улучшений, но и надёжных инструментов, лучшей инфраструктуры, бесшовной интеграции с существующими научными рабочими процессами.
Родригес открыто говорит о рисках. Неточность — не единственная проблема. Люди могут использовать ИИ-инструменты для разработки оружия. FutureHouse имеет обязательство убедиться, что существуют защитные механизмы.
Организация сознательно выбрала некоммерческую модель. Шмидт объясняет: «Правильная постановка стимулов особенно важна сейчас, когда существуют очень высокие ожидания, что прогресс в ИИ приведёт к продуктам в краткосрочной перспективе, что заставляет многие крупные центры ИИ-исследований фокусироваться на коммерциализации больше, чем на исследованиях».
Цель FutureHouse — научное открытие и максимизация влияния. Они будут использовать модель, которая обеспечивает доступность открытий для максимального числа людей. Это исследование должно быть открытым и не удерживаться частными организациями.
В 2025 году журнал TIME включил Сэма Родригеса в список TIME100 AI — сто самых влиятельных людей в области искусственного интеллекта. В тридцать с небольшим лет он стоит в одном ряду с лидерами крупнейших технологических компаний и основателями революционных стартапов.
Но для Родригеса это не вопрос славы. Это вопрос возможности. Каждый день в научных журналах публикуются результаты, которые могли бы спасти жизни, если бы кто-то их увидел и соединил с другими данными. Каждый день где-то лежит статья, содержащая ключ к лечению болезни, но никто не знает об этом, потому что она погребена под миллионами других статей.
Человеческий разум достиг невероятных высот. Но у него есть предел. ИИ этого предела не имеет. Не потому что он умнее. А потому что он может работать в масштабе, недоступном людям.
История науки — это история инструментов. Телескоп открыл нам космос. Микроскоп — мир микробов. Секвенирование генома — код жизни. Теперь новый инструмент — искусственный интеллект, способный читать всю научную литературу человечества и находить связи, которые ни один человек не увидит за всю жизнь.
Сэм Родригес строит этот инструмент. В лаборатории в Сан-Франциско команда из двадцати с чем-то энтузиастов работает над задачей, которая десять лет назад казалась невозможной. Первое открытие сделано. Система работает. Скорость растёт.
Родригес дал себе десять лет. Сейчас прошло два года. Восемь лет до полностью автономного ИИ-учёного, способного делать открытия самостоятельно. Если он прав, следующее десятилетие изменит науку сильнее, чем всё двадцатое столетие.
Физик, который начинал с квантовой запутанности, теперь распутывает самую сложную проблему современности: как научить машины делать то, что всегда считалось исключительно человеческим — задавать вопросы природе и находить ответы.
Фото с сайта alleninstitute.org
пїЅпїЅпїЅпїЅпїЅпїЅпїЅпїЅпїЅпїЅ пїЅпїЅпїЅпїЅ
