Эпоха больших языковых моделей в роли цифровых клерков подходит к концу. Пока рынок завороженно обсуждает генерацию текстов, OpenAI заходит в «мокрые лаборатории» (wet labs), чтобы столкнуть интеллект с физической реальностью биосинтеза. Партнерство с Лос-Аламосской национальной лабораторией (LANL) — это не просто очередной PR-кейс, а четкий сигнал: следующая зона сверхприбыли в ИИ лежит в области физических манипуляций с биологической материей. Переход от цифровых рассуждений к мультимодальному управлению процессами в лаборатории — критический сдвиг для R&D. Главным тормозом в науке всегда была не нехватка теорий, а черепашья скорость лабораторного исполнения. OpenAI намерена это исправить.
Валидация ИИ-химика
Альянс с Лос-Аламосом стал ответом на указ Белого дома о безопасном развитии ИИ, который обязал Министерство энергетики протестировать биологические возможности передовых моделей. OpenAI внедряет GPT-4o и свои еще не анонсированные системы голосового взаимодействия в дивизион бионаук LANL для проведения первой в своем роде оценки. Задача — выйти за рамки письменных тестов и в цифрах измерить, насколько ИИ реально помогает человеку в выполнении сложных биологических задач. Для бигфармы это попытка создать коммерческий стандарт безопасности: превратить «биосекьюрити» из бюрократической обузы в легитимную инфраструктуру для ускоренной разработки препаратов.
«Это партнерство — естественное продолжение нашей миссии по развитию научных исследований при одновременном понимании и смягчении рисков», — заявляет Мира Мурати (Mira Murati), технический директор OpenAI.
Как следует из слов Мурати, реальная стратегия заключается в экспансии ИИ на лабораторный стол. Если раньше тесты проверяли способность модели складно писать, то теперь LANL и OpenAI тестируют зрение и голос системы для устранения неполадок в реальных протоколах. Как пояснил Ник Дженерос (Nick Generous), заместитель руководителя группы информационных систем LANL, специально созданная комиссия оценит, способен ли ИИ через камеру следить за руками исследователя и давать голосовые подсказки в процессе сборки эксперимента. По сути, научное знание превращается в «исполняемую память»: модель не просто пересказывает учебник, а активно ассистирует в поле. Это прямой путь к сокращению цикла разработки материалов и лекарств с лет до месяцев.
Эрозия барьеров в Deep Science
Смещение фокуса в сторону автономных лаборантов радикально меняет экономику R&D. Moderna уже использует технологии Альтмана для оптимизации клинических испытаний, а Color Health строит копилот на базе GPT-4o для помощи врачам в скрининге рака. Однако за кейсами об «апгрейде» кадров скрывается тревожная тенденция: риск монополизации научного прогресса. Когда проприетарные модели становятся операционной системой для «мокрой лаборатории», фундаментальные протоколы биоинженерии могут оказаться заперты внутри «черных ящиков» частных корпораций. Валидация в Лос-Аламосе — это не этический жест, а строительство регуляторных и технических рельсов, по которым ИИ заберет на себя всю тяжелую работу в мировой бионауке.
Конкурентное преимущество в Deep Science перестает зависеть исключительно от того, у кого в штате больше гениальных профессоров. Теперь побеждает тот, чьи верифицированные модели эффективнее управляют физическими экспериментами. OpenAI выводит GPT-4o из-за стола в лабораторию, превращая модель в полноценного физического агента для критически важной биоинженерии, и этот процесс необратим.