Anthropic переходит от универсальных чат-ботов к глубокой вертикальной специализации в области естественных наук. Модели Claude обучаются интерпретации сложных лабораторных данных, включая спектры ЯМР и химические формулы. Мультимодальность ИИ теперь применяется для решения критических задач в фармацевтике и материаловедении.
Anthropic окончательно сворачивает с пути создания «просто умных чат-ботов» в сторону жесткой вертикальной специализации. Пока конкуренты полируют навыки написания эссе, команда под руководством химика Дэвида Камбера натаскивает Claude на понимание фундаментальных законов естественных наук. Речь идет не о пересказе учебников, а о глубокой интеграции с инструментарием реальных R&D-лабораторий: от синтетической химии до вычислительного моделирования.
Технический вызов здесь на порядок выше стандартного распознавания картинок. Anthropic учит модель интерпретировать спектры ядерного магнитного резонанса (ЯМР) — «отпечатки пальцев» молекул, которые для обычных больших языковых моделей выглядят как бессмысленный шум. Это попытка заставить ИИ перейти от манипуляций с текстом к осознанию физических свойств материи.
В химии цена ошибки — не опечатка, а катастрофа. Ошибка в пространственной ориентации молекулы может превратить лекарство в яд, как это случилось в истории с талидомидом.
Современные фронтирные модели Anthropic теперь претендуют на роль полноценных мультимодальных экспертов, способных считывать структуру вещества напрямую из графиков в научных журналах или даже из карандашных набросков химика.
Для бизнеса в сфере фармы и материаловедения это сигнал о смене парадигмы. Главным тормозом автоматизации лабораторий всегда был дефицит качественных данных — большая часть знаний заперта в платных базах или в неструктурированных отчетах. Способность Claude «видеть» и понимать данные приборов напрямую сокращает дистанцию между теоретическим расчетом и реальным синтезом в колбе.
Мы видим рождение категории автономных лабораторных агентов, которые из поисковых движков превращаются в полноценных ассистентов, способных верифицировать эксперимент в режиме реального времени. На наш взгляд, это именно тот случай, когда мультимодальность наконец находит применение за пределами генерации забавных картинок, атакуя реальные барьеры в наукоемком производстве.