Представьте себе, что вы учите нейросеть распознавать кошек и собак, а она вдруг начинает писать стихи или решать математические задачи. Примерно такое же «неожиданное» развитие получили учёные, работающие над новым искусственным интеллектом для биологии. Модель под названием Bonbon, разработанная для понимания сложных молекулярных взаимодействий, показала способность к так называемым «эмерджентным» (emergent) возможностям.

Что это значит? Обычно ИИ обучают на конкретных задачах: например, предсказать, свяжется ли одна молекула с другой, или как она будет себя вести. Но Bonbon, обученная на огромном массиве данных о молекулах и их взаимодействиях, начала демонстрировать понимание биологических процессов на более глубоком уровне. Она научилась определять механизмы действия молекул, различать типы их связей (ортостерические, аллостерические, ковалентные) и даже делать это без дополнительного обучения на этих специфических задачах (так называемое «zero-shot» обучение).

Исследователи провели эксперимент, масштабируя модель от 42 миллионов до 1,6 миллиарда параметров. Оказалось, что по мере увеличения размера модели её способности к предсказанию молекулярных взаимодействий росли нелинейно. На определённом этапе модель как бы «переключалась», приобретая новые, ранее не заложенные в неё функции. Это похоже на то, как у человека с возрастом развиваются новые навыки и понимание мира.

Интересно, что эти новые «биологические» способности проявлялись даже тогда, когда модель оценивали на данных, совершенно отличных от тех, на которых она обучалась. Это говорит о том, что Bonbon действительно осмыслила общие принципы молекулярных взаимодействий, а не просто запомнила примеры.

Такой подход открывает новые перспективы для разработки лекарств и понимания сложных биологических систем. Вместо того чтобы создавать узкоспециализированные модели для каждой отдельной задачи, исследователи могут обучать «фундаментальные» модели, которые затем смогут решать широкий спектр задач, включая те, о которых их изначально не просили. Это шаг к созданию ИИ, который не просто обрабатывает информацию, но и обладает настоящим, пусть и пока ещё ограниченным, пониманием сложных явлений.