Недавно представленная платформа искусственного интеллекта от FutureHouse знаменует собой значительный шаг вперёд в применении ИИ к научным исследованиям и потенциально способна переломить тревожную тенденцию многолетнего снижения продуктивности в науке.
Платформа включает четыре специализированных ИИ-агента, каждый из которых решает конкретные узкие места в научном процессе. Crow выступает в роли универсального агента для поиска литературы и кратких научных ответов; Falcon специализируется на глубоких обзорах литературы с доступом к специализированным научным базам данных; Owl определяет, проводились ли ранее определённые эксперименты; а Phoenix помогает исследователям в планировании химических экспериментов.
По словам сооснователей FutureHouse Сэма Родрикеса (PhD MIT, 2019) и Эндрю Уайта, эти агенты прошли тщательное тестирование и показали результаты, превосходящие как передовые ИИ-модели, так и исследователей с уровнем PhD в задачах поиска и синтеза научной литературы. Разработка платформы была вдохновлена опытом Родрикеса во время его исследований в области нейронауки в MIT, когда он столкнулся с проблемой огромного объёма научных публикаций, создающих информационный барьер.
«Естественный язык — это настоящий язык науки», — объясняет Родрикес. — «Другие создают базовые модели для биологии, где машинное обучение оперирует языком ДНК или белков, и это мощно. Но открытия не представлены в ДНК или белках. Единственный способ, которым мы умеем представлять открытия, формулировать гипотезы и рассуждать — это естественный язык».
Платформа уже проявила себя в реальных задачах. Учёные из различных исследовательских институтов использовали агентов FutureHouse для систематических обзоров генов, связанных с болезнью Паркинсона, и результаты оказались лучше, чем у универсальных ИИ-инструментов. В мае 2025 года FutureHouse продемонстрировала работу мультиагентной системы, которая выявила потенциального нового кандидата на терапию сухой возрастной макулярной дегенерации, продемонстрировав способность платформы ускорять процесс научных открытий.
Поскольку объём научных публикаций продолжает расти экспоненциально, а продуктивность исследований снижается — открытия требуют всё больше времени, средств и больших команд — подход FutureHouse по созданию специализированных, ориентированных на задачи ИИ-агентов может стать решением, помогающим учёным справляться с возрастающей сложностью современной науки.