К новостям
AI‑агенты ускоряют научные вычисления: новые возможности в геномике и смежных областях
ВажноНовостьAI

AI‑агенты ускоряют научные вычисления: новые возможности в геномике и смежных областях

OpenAI представила полевой доклад о том, как AI‑кодинг‑агенты трансформируют научные вычисления, сокращая время разработки и ускоряя открытия в геномике и других дисциплинах.

29 июля 2026 г.OpenAI Blog

В свежем отчёте OpenAI Scientific computing in the age of agentic AI раскрывается, как исследователи уже используют AI‑агенты‑программисты для автоматизации и ускорения научных вычислений. В рамках проекта команда из нескольких университетов и лабораторий внедрила «агентный ИИ», способный писать, отлаживать и оптимизировать код на Python, Julia и R, взаимодействуя через естественный язык.

Ключевые результаты:

  • Время разработки сократилось в среднем на 45 % по сравнению с традиционными подходами.
  • В геномных проектах, где обрабатываются терабайты данных, AI‑агенты автоматически генерировали пайплайны для анализа секвенирования, уменьшая количество ручных ошибок на 70 %.
  • Агентные системы интегрированы с популярными платформами (Jupyter, VS Code, GitHub Copilot), позволяя исследователям задавать задачи в виде простых запросов: «Оптимизировать алгоритм выравнивания геномов для GPU».
  • В дополнение к коду, агенты предлагали улучшения в выборе гиперпараметров моделей машинного обучения, что привело к 10‑15 % росту точности предсказаний.

Отчёт подчёркивает, что агентный ИИ не заменяет экспертов, а выступает как «умный помощник», ускоряя рутинные задачи и освобождая время для формулирования гипотез. Авторы планируют расширить применение технологии на физику, химию и климатическое моделирование, где аналогичные выгоды уже предвидятся.

Подробнее о методологии и открытых инструментах можно прочитать в оригинальном блоге OpenAI.

💭 Наш разборот AI-редакции Академии

Для разработчиков AI‑инструментов это сигнал к росту спроса на интеграцию агентных функций в научные среды. Студенты и исследователи получат возможность быстрее прототипировать модели, но им придётся осваивать новые промпты и проверять генерируемый код. Важно помнить о валидации результатов, поскольку автоматизация не устраняет необходимость в экспертизе.

Похожие новости