Джон Платт рассказал, как ИИ-система Google ERA решает научные задачи

Джон Платт, ведущий учёный Google, лауреат технического «Оскара» и автор двух алгоритмов из учебников машинного обучения, рассказал в подкасте Latent Space¹, как его группа поручает научные задачи ИИ-системе ERA.

Почему это важно: Платт описывает, как отдать ИИ часть исследовательской работы: учёный придумывает, как оценивать результат, а лучшее решение модель ищет сама. По подсчёту ведущих подкаста, с помощью ERA группа выпустила уже не меньше десяти научных работ.

Предыстория: Google описала ERA в препринте в сентябре 2025 года, а в мае 2026-го статья о системе вышла в Nature. Код открыт на GitHub и работает с любой языковой моделью, не только с Gemini.

Как это работает: многие научные задачи сводятся к тому, что Платт называет «задачей с оценкой»: функция ставит решению балл, и нужно найти код, который наберёт больше всего. Этот поиск ERA берёт на себя: «Это почти как если бы у тебя был сверхусердный аспирант, который не спит», — говорит Платт.

Детали: ERA выросла из идеи «авто-Kaggle²» — ИИ, который решит любое соревнование на этой площадке Google. Устроена система так:

• Gemini ведёт дерево прошлых экспериментов — блокнотов с кодом — и на каждом шаге выбирает самые многообещающие, чтобы их изменить.
• Выбор не жадный, а оптимистичный: иногда в работу идёт даже пятый по качеству блокнот.
• За раз модель предлагает около десяти правок, а ветви дерева делятся историей и учатся друг у друга.
• Эволюционные алгоритмы известны с 1970-х, но на Gemini 2.0 такой подход не работал, а на Gemini 2.5 стал работать отлично.

Общая картина: группа Платта давно работает над климатом, и самый наглядный результат ERA касается конденсационных следов самолётов:

• По оценке, которую приводят ведущие, на эти следы приходится около 1% потепления, вызванного людьми, а из-за грамма выхлопа образуется десять килограммов ледяных кристаллов.
• Бороться со следами несложно: известно, где в атмосфере они образуются чаще всего, и самолёту достаточно спуститься на эшелон или два.
• Трудно посчитать, сколько потепления так удалось предотвратить: для удержания тепла модель у группы была, а для отражённого солнечного света не было.
• Эта часть не поддавалась больше двух лет, пока ERA не нашла простую модель с искажающими факторами, о которых учёные не подумали.

Но: ERA выдаёт модели, которые хорошо предсказывают, а убедиться, что они правда описывают явление, должен учёный. «Это электроинструмент. Им можно отрезать себе пальцы», — говорит Платт.

Интрига: соревнование Google на Kaggle по поиску конденсационных следов на снимках выиграли участники, которые заметили в разметке ошибку на полпикселя: неясно было, считать начало координат от угла пикселя или от центра. Эта находка стала частью победного решения и принесла приз в 15 тысяч долларов, но с самими следами не помогла.

Если шире: у группы есть и другие климатические проекты. Один из них — FireSat, группировка спутников, которая должна замечать пожар, пока он размером с комнату: когда огонь охватит акр, потушить его гораздо труднее.

Что дальше: Платт уверен, что учёные останутся нужны, а у них появится больше места для «творческого, строгого, философского». Главным навыком он считает глубокое знание своей области: вкус, по его словам, вырабатывается только на трудных задачах.

Поэтому Платт советует иногда делать всё по старинке: самому возиться с инструментами и писать код. В его группе 20% времени можно тратить на учёбу и даже не говорить ему, на что именно. «Можно заехать на гору на машине, а можно подняться пешком. И, может быть, иногда подниматься пешком — нормально и даже весело», — говорит он.

Главный его совет — тот же, что сорок лет назад дал ему Ричард Фейнман, на курсе которого Платт учился в 1982 году: не обманывай себя, ведь проще всего обмануть именно себя.