Moonshot AI уводит Kimi из кодинга в биологию и химию
Китайский стартап Moonshot AI прекращает погоню за бенчмарками кода и переориентирует модели Kimi на биологию, химию и фармацевтику. Компания заявляет, что наука требует более умного ИИ, чем юриспруденция, финансы или программирование. Это сигнал смены приоритетов в гонке ИИ-моделей: от соревнования на одних метриках к дифференциации через предметные области.
Китайский стартап Moonshot AI меняет фокус своих языковых моделей Kimi: вместо соревнования в задачах по программированию компания переориентирует их на биологию, химию и фармацевтику. Об этом на Web Summit в Лиссабоне заявил международный директор компании Джакомо Фикари. По его словам, наука требует более умного искусственного интеллекта, чем юриспруденция, финансы или написание кода.
Одним из первых практических применений стала интеграция модели Kimi K3.1 Pro в исследовательского ассистента BioMaster, разработанного пекинским стартапом DP Technology. В тесте ИИ проанализировал генетические данные 3696 клеток поджелудочной железы мыши и за 90 минут выделил 100 генов-кандидатов — человеку на эту работу потребовалось бы около четырёх часов.
Полностью самостоятельные научные прорывы пока остаются недостижимыми. На бенчмарке TCSExam (тест из 100 задач по теоретической информатике) ведущие модели смогли построить верифицируемые доказательства, но не решили ни одной открытой гипотезы. Аналогичные ограничения есть и у американских конкурентов: в сентябре Anthropic нашёл ферментную систему, а математики раскритиковали заявленные OpenAI прорывы в математике и физике. Фармацевтическая отрасль тоже сохраняет скепсис: июньский опрос Citi среди 50 руководителей исследований в США показал, что 72% уже широко используют ИИ, но лишь 24% ожидают заметного повышения успешности разработки лекарств.
Для бизнеса и исследователей это означает, что ИИ-модели начинают дифференцироваться не по универсальным бенчмаркам, а по глубине проникновения в конкретные научные дисциплины. Компании, которые смогут адаптировать модели под узкие предметные области — например, генетику или химический синтез — получат конкурентное преимущество перед универсальными решениями.
Первоисточник
Новость подготовлена с помощью ИИ на основе открытых источников и может содержать неточности. Нашли ошибку — напишите на hello@tolk.media.