Эссе приглашённых авторов Anthropic призывает ИИ возвращать диапазоны научных моделей

6 ноября 2026 года Anthropic опубликовала исследовательское эссе приглашённых авторов, в котором получатели грантов программы AI for Science Якоб Макке, Даниэль Гедон и Штефан Валь утверждают, что агенты на основе больших языковых моделей должны возвращать взвешенные распределения правдоподобных научных моделей, а не одну модель, наилучшим образом соответствующую данным. Авторы — исследователи ELLIS Institute Tübingen и University of Tübingen.

Главное различие, которое они проводят, — между воспроизведением наблюдений и пониманием системы. Разные наборы параметров могут давать эквивалентные результаты, а одни и те же измерения можно объяснить с помощью уравнений разного строения. Поэтому агент, который предлагает один приемлемый ответ, скрывает альтернативы, указывающие на другие механизмы или прогнозы.

Построение, настройка и интерпретация моделей

В эссе научное моделирование представлено как повторяющийся процесс из трёх этапов: построение компонентов модели и уравнений, настройка изменяемых параметров по результатам измерений и интерпретация того, что полученный результат говорит о реальной системе. В качестве исторического примера приводится модель нервной клетки Ходжкина и Хаксли. Они выбрали слагаемое с четвёртой степенью, поскольку более простые варианты хуже соответствовали их данным. После того как в 1951 году вышел из строя компьютер Кембриджского университета, Хаксли потратил более трёх недель на решение уравнений с помощью калькулятора с ручным приводом.

Смысл примера — в истории отвергнутых альтернатив. Четвёртая степень подкрепляла гипотезу о нескольких подвижных элементах мембранного затвора; если не знать, что варианты с меньшими степенями не подошли, одного численного соответствия было бы недостаточно, чтобы обосновать такую интерпретацию. На этом примере авторы формулируют требование к ИИ: сохранять всё, что выявляет процесс моделирования, в том числе неудачные варианты и остающуюся неопределённость.

От распределений параметров к распределениям моделей

Байесовский вывод позволяет решать задачу на уровне параметров, представляя правдоподобные наборы значений в виде распределения вероятностей, учитывающего соответствие данных и априорные знания. Для механистических симуляторов традиционные вычисления правдоподобия часто невыполнимы: в обзоре PNAS за 2020 год объясняется, что при вычислении правдоподобия неявно интегрируются все возможные пути выполнения симулятора.

Вместо этого метод вывода на основе симуляций выбирает значения параметров, запускает симулятор и обучает нейросетевую оценочную модель на синтетических выходных данных. Для метода SNPE нужны запускаемая модель, априорные ограничения на параметры и наблюдаемые данные либо сводные признаки; вычислять правдоподобие или использовать дифференцируемый код модели не требуется. В симуляционном эксперименте с моделью Ходжкина — Хаксли на одном этапе провели 100 000 симуляций, чтобы оценить восемь биофизических параметров по семи характеристикам напряжения. Добавление признаков сузило апостериорное распределение и показало, какие параметры наблюдения ограничивали в большей или меньшей степени. После первоначального этапа симуляции и обучения полученную суррогатную модель можно эффективно использовать для оценки новых данных.

В эссе этот подход распространяется с параметров на структуру моделей. Агент на основе большой языковой модели может написать код симулятора-кандидата, запустить его, настроить параметры, сопоставить результаты с наблюдениями и пересмотреть уравнения. Разные запуски могут дать разные, но в равной мере приемлемые структуры, поэтому предлагается возвращать взвешенный набор моделей: вес кандидатов зависит от того, насколько их поддерживают данные, чрезмерно гибкие модели получают меньший вес, а более сильные кандидаты становятся основой для дальнейших вариантов. Общие черты сохранившихся моделей показывают, что именно подтверждают данные, а расхождения указывают на недостаточность имеющихся данных и возможные направления следующих экспериментов.

ModelSMC выполняет поиск среди исполняемых моделей

В более ранней статье 2026 года о ModelSMC Валь и его коллеги, в том числе Макке и Гедон, формализовали этот подход как вероятностный вывод по исполняемым программам симуляторов. Каждый кандидат представляет собой частицу, предложенную или доработанную большой языковой моделью с использованием исходных реализаций, результатов оценки и контекста задачи. Веса, основанные на правдоподобии, и повторная выборка сосредоточивают набор на перспективных структурах, а параметры при поиске маргинализируются, а не сводятся к одной оптимизированной оценке для каждой структуры. Авторы благодарят программу Anthropic AI for Science, запущенную 5 мая 2025 года, за оплату использования API; программа предназначена для отобранных исследователей, связанных с научными учреждениями, и уделяет особое внимание биологии и наукам о жизни.

Эксперименты охватывали синтетическую эпидемиологическую динамику, симулятор регуляции альдостерона в почках и задачу структурного поиска в модели Ходжкина — Хаксли с использованием 10 реальных записей напряжения. По сообщению авторов, модели нейронных процессов с высокими весами неоднократно включали медленный калиевый ток M-типа, иногда вместе с другим ионным каналом, а соответствующее семейство моделей занимало первое место в девяти из 10 запусков. В целом количественные результаты были сопоставимы с FunSearch+ и вариантом с одной частицей при сопоставимых вычислительных бюджетах; заявленное преимущество подхода заключается в апостериорном анализе семейств моделей, а не в неизменно более высокой производительности.

Интерпретация и проверка

Задокументированные затраты и зависимости ModelSMC не менее важны, чем результаты. Многократное проведение симуляций и оценка правдоподобия требуют значительных вычислительных ресурсов, суррогатные оценки правдоподобия могут вносить смещение при неверной спецификации модели, а успех поиска зависит от того, предложит ли большая языковая модель полезные структуры. В эссе приглашённых авторов высказывается и более широкая оговорка: эти системы в основном проверяли на повторном открытии уже известных моделей, а данных об их эффективности при решении научных задач, ответ на которые неизвестен, мало.

Авторы называют интерпретацию самым трудным этапом для делегирования: соответствие модели данным можно измерить, тогда как для улучшения понимания нет столь же чёткой цели. Если после возмущения системы модели, подогнанные к данным, согласуются между собой, это укрепляет прогноз; расхождения же выявляют неразрешённые вопросы о механизмах и могут подсказать, какой эксперимент провести следующим. Это требование становится особенно важным, если ИИ снимает исторически сложившееся давление в пользу компактных, понятных человеку моделей: чем крупнее модели, тем нужнее явно указывать неопределённость и кратко описывать механизмы.

Поэтому установленный авторами стандарт требует большего, чем просто модель, соответствующая данным: система ИИ должна документировать доказательства, лежащие в основе её ответа, включая измерения, позволяющие определить каждый компонент, неудачные варианты, сохраняющуюся неопределённость и вопросы, возникшие в ходе поиска. При столь ограниченной базе проверенных примеров решающим становится вопрос: помогает ли сохранение распределений моделей вместе с историей отвергнутых альтернатив достигать понимания в действительно открытых научных задачах.