Kada danas u svakodnevnom govoru pomenemo veštačku inteligenciju, većina ljudi odmah pomisli na generativne sisteme, pametne četbotove koji pišu mejlove, kreiraju slike ili pomažu studentima u pisanju radova. Javni fokus je već duže vreme čvrsto usmeren na platforme koje olakšavaju svakodnevnu digitalnu produktivnost. Međutim, dok se tehnološki giganti i investitori nadmeću oko toga čiji će jezički model brže odgovoriti na korisnički upit, u tišini laboratorija odvija se daleko sudbonosnija bitka. Pravi, tektonski potres koji veštačka inteligencija donosi čovečanstvu ne dešava se na polju pisanja tekstova, već u sferi fundamentalne nauke.
Primena naprednih algoritama za rešavanje složenih problema u biologiji, hemiji, fizici i materijalnim naukama postaje glavno bojište dve vodeće i filozofski potpuno različite sile u AI svetu – kompanija Anthropic i DeepMind. Ova trka više nije samo pitanje prestiža ili tržišnog udela; to je trka za sledeću veliku tehnološko-naučnu granicu koja ima potencijal da izleči neizlečive bolesti, reši klimatsku krizu i redefiniše način na koji razumemo zakone univerzuma.
Skriveni front tehnološkog rata: zašto su četbotovi samo vrh ledenog brega
Veliki jezički modeli (LLM) doneli su revoluciju u načinu na koji ljudi komuniciraju sa mašinama, ali oni po svojoj prirodi imaju ograničenja kada je u pitanju duboko naučno istraživanje. Tradicionalni modeli uče na bazi prepoznavanja obrazaca u ljudskom jeziku, što ih čini fantastičnim naratorima, ali ne nužno i dobrim analitičarima molekularnih struktura ili kvantnih fenomena.
Zato se fokus najnaprednijih istraživačkih centara pomera sa opšte generativne inteligencije ka specijalizovanim sistemima koji mogu da razumeju i procesiraju sirove naučne podatke. Kompanije koje uspeju da premoste jaz između kompjuterskog koda i laboratorijskog eksperimenta držaće ključeve sledeće industrijske revolucije. U tom prostoru, sukob između pragmatičnog naučnog dizajna koji zastupa Google DeepMind i naprednog logičkog zaključivanja na kom insistira Anthropic stvara neverovatnu sinergiju koja ubrzava naučna otkrića brzinom koja je do pre nekoliko godina bila potpuno nezamisliva.
Google DeepMind i tradicija rešavanja najtežih kosmičkih zagonetki
Ako postoji organizacija koja je sinonim za primenu veštačke inteligencije u naučne svrhe, to je svakako Google DeepMind. Od samog osnivanja, ova londonska laboratorija je imala viziju koja prevazilazi komercijalne softverske proizvode. Njihov pristup je oduvek bio rešavanje specifičnih, izuzetno teških problema koje ljudski umovi nisu uspeli da dešifruju decenijama.
Najbolji i istorijski najvažniji primer ovog pristupa jeste AlphaFold. Problem savijanja proteina – odnosno predviđanje trodimenzionalnog oblika koji će proteinski lanac zauzeti na osnovu svoje aminokiselinske sekvence – mučio je biologe više od pola veka. Razumevanje ovog oblika je ključno za otkrivanje mehanizama bolesti i dizajniranje novih lekova. Ono što je naučnicima zahtevalo godine mukotrpnog rada u laboratorijama, AlphaFold je uspeo da reši za nekoliko minuta, mapirajući strukturu praktično svih poznatih proteina na planeti.
Ovaj istorijski uspeh nedavno je krunisan i najvišim naučnim priznanjima, potvrđujući da je AI postao legitiman i ravnopravan partner u naučnim krugovima. Google DeepMind nije stao na tome; njihovi noviji sistemi, poput platforme AlphaFold 3, uspešno predviđaju interakcije ne samo među proteinima, već i unutar DNK, RNK i hemijskih jedinjenja. Pored biologije, njihovi algoritmi prave revoluciju u meteorologiji kroz precizno predviđanje vremenskih nepogoda, kao i u nauci o materijalima, gde sistem GNoME samostalno otkriva milione novih, stabilnih kristalnih struktura koje mogu poslužiti za kreiranje boljih baterija ili efikasnijih solarnih panela.
Anthropic i uspon naprednog logičkog zaključivanja kroz jezičke modele
Sa druge strane ovog tehnološkog fronta nalazi se Anthropic, kompanija koju su osnovali bivši ključni istraživači iz organizacije OpenAI. Iako je Anthropic široj javnosti poznat po svom odličnom četbotu Claude, njihova unutrašnja filozofija je od samog početka duboko usmerena na bezbednost, interpretabilnost i razvoj naprednih sposobnosti rasuđivanja.
Za razliku od komandne orijentisanosti tima DeepMind, koji pravi namenske, specijalizovane sisteme za svaki pojedinačni naučni problem, Anthropic pristupa problemu iz ugla opšte inteligencije. Njihova teza je da dovoljno napredan, bezbedan i duboko usklađen veliki jezički model može razviti sposobnosti apstraktnog razmišljanja koje se mogu primeniti na bilo koju naučnu disciplinu.
Njihov model Claude, posebno u svojim najnovijim iteracijama, pokazuje fascinantne rezultate na polju složene analize podataka, čitanja i sinteze hiljada naučnih radova istovremeno, kao i u generisanju novih naučnih hipoteza. Anthropic koristi koncept učenja sa unutrašnjim dijalogom i rigoroznim logičkim filtrima, što omogućava njihovim modelima da izbegnu površne greške i halucinacije, te da funkcionišu kao vrhunski digitalni asistenti naučnicima u laboratorijama. Oni veruju da će evolucija opštih modela na kraju dovesti do sistema koji mogu samostalno da sprovode naučne eksperimente i donose zaključke brže od bilo kog usko specijalizovanog algoritma.
Zašto je primena sistema veštačke inteligencije u nauci sledeća velika zlatna groznica
Rivalstvo između ova dva pristupa otvara prostor za ono što ekonomski i tehnološki stručnjaci nazivaju sledećom velikom zlatnom groznicom. Razlozi zašto investitori i države ulažu milijarde dolara u ovaj segment su kristalno jasni i donose direktnu korist celom čovečanstvu:
-
Eksperencijalno ubrzanje razvoja lekova: Tradicionalni proces stvaranja novog leka – od inicijalnog istraživanja u laboratoriji, preko testiranja, pa sve do kliničkih studija i zelenog svetla od regulatora – u proseku traje između 10 i 12 godina i košta milijarde dolara. AI drastično skraćuje ovu prvu, najtežu fazu. Sistemi mogu u virtuelnom prostoru da simuliraju milione hemijskih reakcija i testiraju kako će se potencijalni lek ponašati u kontaktu sa ljudskom ćelijom, smanjujući prostor za grešku pre nego što se uopšte uđe u stvarnu laboratoriju.
-
Otkrivanje materijala budućnosti: Da bismo prešli na potpuno zelenu energiju, potrebni su nam provodnici nove generacije, efikasniji solarni paneli i baterije koje mogu da skladište ogromne količine struje bez gubitaka. Veštačka inteligencija može da analizira atomske strukture i kombinuje elemente na načine koji ljudima nikada ne bi pali na pamet, pronalazeći materijale sa specifičnim, željenim osobinama u roku od nekoliko dana.
-
Sinteza celokupnog ljudskog znanja: Količina naučnih radova koji se svakodnevno objavljuju širom sveta odavno je prevazišla kapacitete ljudskog praćenja. Nijedan naučnik, ma koliko bio genijalan, ne može da pročita i poveže sve informacije iz svoje i srodnih oblasti. AI modeli tu nastupaju kao ultimativni mostovi – oni mogu da analiziraju milione studija, uoče skrivene korelacije i ukažu na rešenja koja su nam sve vreme bila pred nosom, ali razbacana u različitim istraživanjima.
Izazovi, bezbednost i etičke dileme na pragu novih otkrića
Naravno, ovako radikalan skok u moći i mogućnostima sa sobom nosi i ozbiljne rizike, kojih su i Anthropic i DeepMind itekako svesni. Ako sistem veštačke inteligencije poseduje sposobnost da dizajnira revolucionarni lek protiv raka, on sa istom lakoćom može da modifikuje postojeće viruse i kreira smrtonosno biološko oružje protiv kog čovečanstvo nema odbranu.
Upravo zbog toga Anthropic insistira na razvoju ustavne veštačke inteligencije (Constitutional AI), sistema pravila i etičkih granica koje su ugrađene u samu srž algoritma i koje model ne može da prekrši, bez obzira na instrukcije koje dobije od korisnika. Bezbednost više nije samo tehničko pitanje zaštite od hakovanja; to postane pitanje opstanka civilizacije u momentu kada mašine dobiju moć nad strukturisanjem materijalnog sveta.
Takođe, postavlja se pitanje intelektualne svojine i patenata. Ko je stvarni vlasnik leka koji je spasio milione života – naučnik koji je postavio pitanje, kompanija koja je vlasnik servera i algoritma, ili sam AI sistem koji je dizajnirao molekul? Pravni sistemi širom sveta trenutno nemaju spreman odgovor na ove izazove, a zakonodavstvo kaska za tehnološkom realnošću brže nego ikada pre.
Rivalstvo između kompanija Anthropic i DeepMind ne treba posmatrati kao destruktivni sukob, već kao zdravu i neophodnu konkurenciju koja gura granice mogućeg. Dok DeepMind donosi preciznost i dubinu rešavanja specifičnih problema, Anthropic nudi širinu, bezbednost i naprednu logiku opšteg zaključivanja. Krajnji pobednik ove trke neće biti ni Google ni investitori sa Wall Street-u, već globalna naučna zajednica i čovečanstvo u celini. Ulazimo u eru u kojoj AI prestaje da bude samo alat za zabavu i pisanje tekstova i postaje najmoćniji mikroskop i teleskop koji je ljudska vrsta ikada napravila, spreman da osvetli najtamnije i najkompleksnije kutke prirode i nauke.
