ИИ-модели всё дальше уходят от абстрактных бенчмарков в сторону решения прикладных задач повышенной сложности. Текущий цикл новостей показывает, как лаборатории переориентируют архитектуры LLM (больших языковых моделей) под конкретные вертикали: медицину, фундаментальную науку и космические вычисления.

Интеграция медицинских данных в ChatGPT

OpenAI запустила функцию Health в ChatGPT, позволяющую пользователям из США безопасно подключать медицинские записи и данные Apple Health к модели. На мой взгляд, это не просто очередная интеграция, а стратегический сдвиг: ChatGPT позиционируется как персональный интерфейс для работы с чувствительными данными. Для самой модели это означает переход к архитектуре, способной контекстуализировать разрозненные медицинские данные в единый профиль пользователя, что требует повышенного внимания к приватности.

Научные миссии и инвестиции в вычисления

Google выделил $40 млн в токенах и вычислительных кредитах на поддержку Genesis Mission. Этот шаг важен тем, что лаборатория инвестирует не в создание новой модели, а в предоставление доступа к существующим вычислительным мощностям для исследователей. Тренд указывает на то, что узким местом научного прорыва становится не отсутствие архитектур, а дефицит вычислительных ресурсов для их применения в специфических доменах.

Модели на орбите и диалоговая оценка симптомов

Параллельно с инвестициями в науку, исследователи тестируют применимость компактных моделей в экстремальных условиях. NASA отправило модель Gemma от Google на орбиту для анализа спутниковых изображений, доказав жизнеспособность LLM в космосе без необходимости развертывания кластеров из тысяч GPU (графических процессоров). Одновременно Google Research представил SymptomAI — конверсационного агента для повседневной оценки симптомов. Обе разработки подтверждают тренд на создание специализированных, локально запускаемых моделей, оптимизированных под конкретные задачи и ограничения железа.

Итог

Рынок моделей входит в фазу прикладной специализации. Вместо гонки за общими показателями на синтетических тестах лаборатории фокусируются на безопасности, энергоэффективности и интеграции в узкие домены. В ближайшем будущем стоит ожидать роста числа архитектур, оптимизированных под конкретные аппаратные ограничения — от носимых устройств до спутников.

Источники

  1. OpenAI Blog | https://openai.com/index/health-in-chatgpt
  2. Google DeepMind Blog | https://deepmind.google/blog/accelerating-the-frontiers-of-scientific-discovery-googles-40m-commitment-to-the-genesis-mission/
  3. Google Research Blog | https://research.google/blog/symptomai-towards-a-conversational-ai-agent-for-everyday-symptom-assessment/
  4. IEEE Spectrum AI | https://spectrum.ieee.org/nasa-ai-satellite-image-analysis