BPFlow AI / Новости

ИИ для разработки лекарств, проектирования устройств и обучения

Дата выпуска:

В выпуске — три применения ИИ: исследование молекул, разработка физического устройства и учебная поддержка школьников.

Выпуск может включать ранее опубликованные важные события.

Архив новостей →
01

Google DeepMind выпустила инструменты для анализа молекул в Antigravity

Cheminformatics Skills доступны в Google Antigravity. Это набор инструментов для хемоинформатики — работы с данными о химических соединениях. В примере Google агент изучил соединения, построил прогнозные модели и предложил новые молекулы и пути их синтеза.

Ключевые факты

  • По данным Google DeepMind, в примере с препаратами от рака лёгкого агент изучил тысячи соединений и предложил новые молекулы с путями синтеза за час; ранее подобный цикл занимал несколько дней.
  • В наборе используются инструменты для химических расчётов на основе RDKit и средства доступа к данным ChEMBL и PubChem.
  • Для работы нужны приложение Antigravity и плагин Science; корпоративные пользователи могут войти с учётными данными Google Cloud. Google также открыла приём заявок на бесплатный высший уровень использования Antigravity на шесть месяцев для 10 000 учёных — при соблюдении критериев участия, наличии мест и по результатам отбора.

Объективно о важном

Инструмент может сократить подготовительную работу между поиском данных и формулировкой химической гипотезы.

Бизнес-процессы

  • Исследование кандидатов в лекарства — Единый рабочий процесс может связать сбор данных, анализ соединений и планирование синтеза.

Возможности автоматизации

  • Подготовка и анализ данных о молекулах: Агент может собирать данные из публикаций, сравнивать соединения и готовить варианты для проверки химиком.
    Условия: Требуются Antigravity и плагин Science.; Предложенные молекулы нужно синтезировать и проверить экспериментально.

Влияние на ручную работу

Часть сбора и обработки данных может перейти агенту, но результаты требуют проверки исследователем.

Ограничения и риски

  • Недостаток данных, различия между лабораторными испытаниями и ограниченный диапазон измерений снижают точность прогнозов.
  • Расчётные предложения — гипотезы, а не готовые лекарства.

Источники

  1. Google DeepMind News: Agentic cheminformatics with Google Antigravity · Дата источника:
02

OpenAI испытала GPT-6 Astra при создании устройства

OpenAI проверила GPT-6 Astra на задаче проектирования устройства для взаимодействия с Codex. Модель разработала корпус, печатную плату, интерфейс и программные компоненты. Подрядчик изготовил небольшую партию прототипов, но подготовка к производству потребовала доработок.

Ключевые факты

  • По данным OpenAI, два сотрудника разработали устройство с Astra менее чем за неделю, работая над ним параллельно с другими задачами. Подрядчик изготовил прототипы менее чем за месяц.
  • По данным OpenAI, в тесте BenchCAD 2.0 более новая внутренняя модель набрала в среднем 0,875 балла против 0,594 у GPT-6 Astra с максимальным уровнем рассуждений. Тест охватывает лишь часть инженерного цикла.
  • OpenAI также испытывает инженерные сценарии с Chip Ganassi Racing и исследует проектирование автомобилей совместно с Mazda.

Объективно о важном

Пример показывает, как ИИ может связывать механическое проектирование, электронику и ПО. Но переход от проекта к производству остаётся отдельной задачей.

Бизнес-процессы

  • Разработка и прототипирование изделий — ИИ может помогать готовить конструкции, чертежи и программные компоненты для последующей проверки инженерами.

Возможности автоматизации

  • Подготовка инженерного проекта: Возможна частичная автоматизация проектирования деталей, платы и интерфейса.
    Условия: Нужна проверка инженерами и производителем.; Сценарий описан как испытание, а не как готовый производственный процесс.

Влияние на ручную работу

ИИ может уменьшить объём ручной подготовки проекта, но источник не оценивает сэкономленный труд и указывает на несколько раундов проверки и доработки.

Ограничения и риски

  • Astra не всегда учитывала производственные ограничения, допуски и детали сборки.
  • Результаты теста и сроки приведены разработчиком; они не гарантируют аналогичный результат в других проектах.

Источники

  1. OpenAI News: Accelerating engineering for the physical world · Дата источника:
03

Google запустила Guided Learning в Classroom по всему миру

Guided Learning стала доступна в Google Classroom по всему миру. Функция помогает ученику пошагово разбирать назначенное учителем задание и показывает учителю, где классу может понадобиться помощь. Google также готовит пилот в поиске и изменение настроек доступа для школьных аккаунтов.

Ключевые факты

  • Задание Guided Learning в Classroom опирается на материалы класса и даёт учителю сведения в реальном времени.
  • Пилот Guided Learning в поиске для ученических аккаунтов начнётся в отдельных школах США позднее в ноябре; Google планирует собрать отзывы учителей перед расширением.
  • Google планирует отключить доступ для ученических аккаунтов K–12 к Gemini, Gemini Notebook, Gemini в Classroom и Google Search до явного включения администратором школы. Подробности и сроки внедрения компания сообщит школам позже.

Объективно о важном

Учитель может получить дополнительный инструмент для индивидуальной поддержки и наблюдения за трудностями класса.

Бизнес-процессы

  • Учебные задания и поддержка учеников — Пошаговые подсказки могут дополнить объяснения учителя, а сведения о ходе работы — помочь выбрать, кому нужна помощь.

Возможности автоматизации

  • Сопровождение назначенного задания: Система может давать ученику подсказки и собирать сведения для учителя.
    Условия: Учитель назначает задание в Classroom.; Школам следует учитывать будущие изменения настроек доступа.

Влияние на ручную работу

Подсказки и сведения о ходе работы могут снизить часть нагрузки учителя, но экономия времени не показана.

Ограничения и риски

  • Пилот в поиске пока ограничен отдельными школами США; его нельзя считать глобальным запуском.
  • Успех обучения и качество подсказок в конкретном классе требуют оценки учителем.

Источники

  1. Google Blog: Designing responsible AI for learning · Дата источника: