Demis Hassabis a John Jumper z Google DeepMind obdrželi v roce 2024 část Nobelovy ceny za chemii za neuronovou síť AlphaFold, která předpovídá 3D strukturu proteinů. Úspěch byl založen na Protein Data Bank obsahující asi 170 000 experimentálně ověřených struktur, která se skládala 53 let a vyžádala si zhruba 21 miliard dolarů experimentální práce. Přestože je AlphaFold hlubokou inovací, takové datově-bohaté podmínky jsou vzácné. Ve většině experimentální vědy se výsledky liší, buňky mutují a laboratorní podmínky se neustále mění. Místo že by se věda zrychlovala kopíováním AlphaFoldu, bude skutečné zrychlení vycházet z jiného přístupu: z AI agentů schopných logického uvažování a adaptace na různé vědecké problémy bez nutnosti obrovských standardizovaných datových sad.
AI pro vědu potřebuje logické uvažování, ne jen data
Zdroje
- Hacker News (AI stories): AI for science needs reasoning, not just data
- MIT Technology Review AI: AI for science needs reasoning, not just data
Související články
- 13. 8. 2026 Anthropic: agenti si vytvořili vlastní území. Experiment odhalil nový bezpečnostní problém
- 12. 8. 2026 Výzkumníci dekódovali šifrované myšlenky AI modelů a získali citlivá data
- 11. 8. 2026 Model Anthropicu dosáhl pokroku v řešení jednoho z největších problémů matematiky
- 11. 8. 2026 Agentní testovací procesy a benchmarky LLM: poznámky z praxe