Исследования

DeepMind завершила предсказание структур всех 20 000 белков человека в AlphaFold 3. Точность выросла до 95.2% — это открывает новую эру в медицине.

AlphaFold 3 расширяет возможности предшественника: теперь система предсказывает не только белки, но и нуклеиновые кислоты, малые молекулы и их взаимодействия — критически важно для разработки лекарств.

Команда MIT и Гарварда использовала ИИ для поиска нового класса антибиотиков. Абисцин-1 уничтожает 10 из 12 проверенных резистентных штаммов.

Новая модель Google Research анализирует снимок глазного дна и с 78% точностью предсказывает риск инфаркта в ближайшие 5 лет — лучше традиционных методов.

Google опубликовала масштабное исследование: при контекстном окне 1M+ токенов RAG уступает прямой передаче документов по точности, но выигрывает по стоимости. Когда использовать что?

Команда MIT разработала нейросеть, решающую уравнение Шрёдингера для молекул в реальном времени — ускорение в 1000x открывает путь к квантовым симуляциям лекарств.

Исчерпывающий разбор: когда тонкая настройка модели даёт реальный выигрыш, а когда достаточно хорошо написанного промпта. Включает практические критерии выбора.

Ежегодный доклад Стэнфордского института HAI показывает: AI ускоряется быстрее, чем адаптируется образование и рынок труда. 60% существующих задач могут быть автоматизированы к 2035 году.

Новое исследование показывает: возврат от увеличения размера модели и объёма данных начинает снижаться. Эпоха «просто добавь данных» подходит к концу.

Эксперимент: полностью автономная AI-система написала статью по биохимии, которая прошла одиночное слепое рецензирование в журнале Nature Chemistry.