OpenAI и Ginkgo Bioworks опубликовали препринт о первом масштабном эксперименте, в котором GPT-5 подключили к облачной лаборатории Ginkgo — роботизированному комплексу, управляемому удаленно, — и поставили задачу: оптимизировать бесклеточный синтез белка (cell-free protein synthesis, CFPS). За шесть раундов экспериментов модель протестировала более 36 000 уникальных составов реакций и снизила стоимость производства эталонного белка sfGFP с $698 до $422 за грамм.
GPT-5 работал как экспериментальный ученый: получал доступ к интернету, инструментам анализа данных и научным статьям, формулировал гипотезы, проектировал эксперименты, анализировал результаты и корректировал подход в следующей итерации. Люди при этом занимались подготовкой реагентов, обслуживанием оборудования и общим надзором. Чтобы модель не предлагала невыполнимые опыты, каждый дизайн проходил автоматическую валидацию — проверялись разметка планшета для реакций, контроли, доступность реагентов и ограничения по объёмам.
На новый рекорд стоимости GPT-5 вышел уже к третьему раунду — примерно за два месяца. Модель обнаружила, что небольшие изменения в буферах, компонентах энергетической регенерации и полиаминах дают непропорционально большой эффект относительно их стоимости — параметры, которые легко тестировать на автоматике, но до которых исследователи обычно не добираются в первую очередь.
Результат пока продемонстрирован на одном белке в одной системе, и авторы не раскрывают стоимость самого эксперимента — 580 автоматизированных экспериментальных планшетов, полгода работы облачной лаборатории и вычислительные ресурсы GPT-5 явно обошлись недешево. Но главная ценность работы — это первая демонстрация того, как передовая модель может автономно вести научный поиск в мокрой лаборатории в масштабе, недоступном человеческим командам. Оптимизированный состав реагентов Ginkgo уже выставила на продажу.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
