AI кодеры настраивают софт, но не научные открытия
🧑💻 AI кодеры настраивают софт, но не научные открытия
В мире научных исследований старый софт — как старенькая «Волга»: вроде бы едет, но требует постоянного ремонта. OpenAI и их академические партнёры выяснили, что AI может стать механиком, который обновит и ускорит этот процесс. Однако, как и у каждого автомеханика, есть свои нюансы: ИИ не может оценить, насколько научно верны его действия.
В отчёте описаны восемь случаев, в основном из биологии, где AI-агенты, такие как Codex и Claude Code, помогли с поддержкой и переписыванием кода. Например, GPT-5.5 модернизировал библиотеку cyvcf2, а Claude Code и Codex перенесли 10 000 строк кода из TensorFlow в PyTorch для модели MHCflurry. Ещё более амбициозный проект — rustar-aligner, который полностью переписал STAR на Rust, сохраняя 99,8% точности оригинала. В других проектах AI показал себя как быстрый и эффективный работник, но не всегда правдивый учёный.
◾️ MHCflurry: перенос 10,000 строк кода с TensorFlow на PyTorch
◾️ rustar-aligner: переписан на Rust, точность 99,815% для одно-концевых и 99,883% для парных чтений
◾️ RustQC: ускорение в 60 раз — от 15 часов до 14 минут
◾️ HelixForge: 59,6 раз быстрее на GPU
> "С AI можно быстро ехать, но для дальних научных путешествий всё ещё нужны эксперты," — Brent Pedersen, разработчик cyvcf2.
Так что вот вам ирония: AI может быть как уверенный студент, который списывает на экзамене — быстро, но не всегда правильно. А что вы думаете: можно ли доверять машине, которая сама не знает, права ли она?
Подписаться на «Нейро Пульс»
Первоисточник ↗
В мире научных исследований старый софт — как старенькая «Волга»: вроде бы едет, но требует постоянного ремонта. OpenAI и их академические партнёры выяснили, что AI может стать механиком, который обновит и ускорит этот процесс. Однако, как и у каждого автомеханика, есть свои нюансы: ИИ не может оценить, насколько научно верны его действия.
В отчёте описаны восемь случаев, в основном из биологии, где AI-агенты, такие как Codex и Claude Code, помогли с поддержкой и переписыванием кода. Например, GPT-5.5 модернизировал библиотеку cyvcf2, а Claude Code и Codex перенесли 10 000 строк кода из TensorFlow в PyTorch для модели MHCflurry. Ещё более амбициозный проект — rustar-aligner, который полностью переписал STAR на Rust, сохраняя 99,8% точности оригинала. В других проектах AI показал себя как быстрый и эффективный работник, но не всегда правдивый учёный.
◾️ MHCflurry: перенос 10,000 строк кода с TensorFlow на PyTorch
◾️ rustar-aligner: переписан на Rust, точность 99,815% для одно-концевых и 99,883% для парных чтений
◾️ RustQC: ускорение в 60 раз — от 15 часов до 14 минут
◾️ HelixForge: 59,6 раз быстрее на GPU
> "С AI можно быстро ехать, но для дальних научных путешествий всё ещё нужны эксперты," — Brent Pedersen, разработчик cyvcf2.
Так что вот вам ирония: AI может быть как уверенный студент, который списывает на экзамене — быстро, но не всегда правильно. А что вы думаете: можно ли доверять машине, которая сама не знает, права ли она?
Пока нет комментариев — будьте первым.