Шэньчжэню предложили сделать автоматизированные лаборатории основой AI for Science

Конкуренция в научном ИИ постепенно смещается от размера моделей к скорости полного исследовательского цикла. Система должна не только предложить молекулу или новый материал, но и сформулировать гипотезу, провести симуляцию, спланировать опыт, управлять оборудованием, собрать измерения и учесть их при следующей итерации. Именно физическая часть остается одним из главных узких мест: предсказание модели само по себе еще не подтверждает открытие, пока образец не изготовлен, а эксперимент — не воспроизведен.

В качестве ориентира приводится американская Genesis Mission Министерства энергетики США, которая должна объединить 17 национальных лабораторий в интегрированную платформу открытий и за десять лет удвоить продуктивность и влияние исследований. Партнерство программы с Японией подчеркивает, что AI for Science начинает развиваться как распределенная инфраструктура, а не как отдельный алгоритм. В автономных лабораториях для этого соединяют робототехнику, периферийный ИИ, анализ данных в реальном времени и контуры обратной связи.

Китайские города уже формируют собственные программы. План Пекина предусматривает к 2027 году общую инфраструктуру научного ИИ, не менее десяти качественных научных баз данных, свыше 10 млн пользователей и как минимум восемь эталонных приложений. Шанхай в рамках инициативы «Сто команд, сто проектов» готов покрывать до 70% одобренных инвестиций, но не более 50 млн юаней, или примерно $6 млн, на проект. Для Шэньчжэня простое копирование этих подходов может оказаться ловушкой: его более сильная специализация находится на стыке инженерии, производства и коммерческого внедрения.

В 2024 году Шэньчжэнь направил на исследования и разработки 245,31 млрд юаней — это самая высокая интенсивность таких расходов среди китайских городов. Более 93% суммы обеспечили компании, поэтому путь от исследовательской идеи до инженерного продукта здесь особенно короток. Дополняет эту базу крупное производство физического оборудования: за год город выпустил 194,9 тыс. промышленных и почти 8 млн сервисных роботов, а также значительные объемы беспилотников, серверов, интегральных схем и систем 3D-печати. Все это можно превратить из самостоятельных товарных категорий в инструменты проведения экспериментов под управлением ИИ.

Научная инфраструктура для такого перехода тоже уже существует. Установки Guangming Science City в областях синтетической биологии, исследований мозга и геномики материалов обслужили более 200 университетов, научных организаций и компаний; суммарное время использования оборудования превысило 330 тыс. часов. Недостающим звеном остается программный и аппаратный слой, который заставит вычислительные ресурсы, модели, роботов и лабораторные приборы работать как одна прослеживаемая система, а не как набор разрозненных площадок.

Предлагаемая архитектура начинается с городской основы общего назначения: вычисления, доступ к научным данным и моделям, симуляции, планирование экспериментов, интерфейсы приборов и журналирование результатов. Поверх нее биология, материаловедение, энергетика и другие дисциплины смогут создавать специализированные решения, не собирая всю инфраструктуру заново. Автоматизированный экспериментальный слой в таком варианте становится отличительной компетенцией Шэньчжэня, однако пока это именно стратегическое предложение, а не объявленная городом программа с утвержденным бюджетом и сроками.