21.04.2026 16:21
КТО В ЛАБОРАТОРИИ ГЛАВНЫЙ?
КТО В ЛАБОРАТОРИИ ГЛАВНЫЙ? 🤔
В свежем выпуске программы «ГигаНаука. Смыслы» ведущий, вице-президент, директор Управления исследований и инноваций Сбера Альберт Ефимов и молодые учёные — лауреаты Научной премии Сбера Михаил Медведев и Дмитрий Пензар обсудили, как работа исследователей меняется под влиянием искусственного интеллекта. В беседе поучаствовала и нейросеть ГигаЧат 🤔
Главные мысли💡
🧪 Пробирки уходят в цифру
Многие биоинформатики и химики-теоретики сегодня работают иначе: сначала гипотезы проверяют на суперкомпьютерах и только потом — в лаборатории
✅ Проблема не в идеях, а в выборе
ИИ способен предложить тысячи гипотез, но большинство из них окажется нежизнеспособным. Поэтому главный навык учёного — не генерация идей, а умение отличить перспективные от тупиковых
🖥️ Опыт не загрузишь
У ИИ нет и не будет того самого «учёного чутья», которое передаётся от наставника к ученику через практику, ошибки и опыт
❓ Кто управляет процессом?
Если учёный только придумывает идеи — он делает то же, что уже умеет ИИ. Если сам ставит цель и критически оценивает результат — ИИ остаётся инструментом в его руках
К 2050 году граница между фундаментальной и прикладной наукой станет неразличимой: даже базовые исследования всё чаще будут вестись с прицелом на конкретный результат.
Главный вызов будущего — подрыв доверия к науке. Исследователи крайне часто сталкиваются с некачественными ИИ-статьями, и умение отличить сильную работу от шума становится ключевым навыком.
👉🏻 Смотрите полный выпуск по ссылке
❤️ — ждём следующей серии!
В свежем выпуске программы «ГигаНаука. Смыслы» ведущий, вице-президент, директор Управления исследований и инноваций Сбера Альберт Ефимов и молодые учёные — лауреаты Научной премии Сбера Михаил Медведев и Дмитрий Пензар обсудили, как работа исследователей меняется под влиянием искусственного интеллекта. В беседе поучаствовала и нейросеть ГигаЧат 🤔
Главные мысли💡
🧪 Пробирки уходят в цифру
Многие биоинформатики и химики-теоретики сегодня работают иначе: сначала гипотезы проверяют на суперкомпьютерах и только потом — в лаборатории
✅ Проблема не в идеях, а в выборе
ИИ способен предложить тысячи гипотез, но большинство из них окажется нежизнеспособным. Поэтому главный навык учёного — не генерация идей, а умение отличить перспективные от тупиковых
🖥️ Опыт не загрузишь
У ИИ нет и не будет того самого «учёного чутья», которое передаётся от наставника к ученику через практику, ошибки и опыт
❓ Кто управляет процессом?
Если учёный только придумывает идеи — он делает то же, что уже умеет ИИ. Если сам ставит цель и критически оценивает результат — ИИ остаётся инструментом в его руках
К 2050 году граница между фундаментальной и прикладной наукой станет неразличимой: даже базовые исследования всё чаще будут вестись с прицелом на конкретный результат.
Главный вызов будущего — подрыв доверия к науке. Исследователи крайне часто сталкиваются с некачественными ИИ-статьями, и умение отличить сильную работу от шума становится ключевым навыком.
👉🏻 Смотрите полный выпуск по ссылке
❤️ — ждём следующей серии!