Создатель Papers, Please и Return of the Obra Dinn Лукас Поуп рассказал о причинах, по которым предпочитает больше не делиться информацией о текущих проектах. В подкасте Mike & Rami Are Still Here разработчик объяснил, что опасается кражи идей и их использования системами искусственного интеллекта.
Поуп отметил, что раньше с удовольствием обсуждал свои разработки, но теперь атмосфера изменилась.
Сейчас ситуация ощущается иначе – не хочется говорить о проектах в процессе работы, так как они могут быть быстро созданы и поглощены ИИ или кто-то скопирует их.
Разработчик подчеркнул, что это не строгое правило, но он больше не чувствует себя комфортно, раскрывая детали незавершенных игр.
Помимо опасений кражи идей, Поуп рассказал о психологическом давлении после успеха предыдущих проектов. Papers, Please и Return of the Obra Dinn получили высокие оценки критиков, и теперь разработчик переживает, что может не повторить такой результат.
Возможно, я не смогу сделать это снова. Может, стоит уйти на высокой ноте? Зачем тянуть себя вниз следующим проектом, который людям может не понравиться.
Соведущий подкаста Рами Исмаил признался в похожих чувствах после успеха Ridiculous Fishing и Nuclear Throne. Он рассказал, что команде потребовалось время, чтобы справиться с ожиданиями и вернуться к творчеству ради удовольствия. На это Поуп ответил: "Да, это про меня. Последние шесть лет я просто ищу в этом веселье".
Разработчик отметил, что доволен работой в одиночку и не планирует собирать команду. Его подход заключается в создании игр исключительно из желания творить, без давления бизнес-стороны индустрии.
Студия Sunset Visitor, подарившая миру 1000xResist, раскрыла свой следующий тайтл. Игра называется Prove You're Human и, судя по всему, продолжит исследовать научно-фантастические темы, знакомые по дебютной работе студии.
Как и 1000xResist, новая игра представляет собой нарративное приключение в далёком будущем. Задача игрока в Prove You're Human – убедить ИИ-продукт в том, что тот не живой. Но есть загвоздка – протагонист сам представляет собой цифровой клон человека, а значит, тоже не совсем человек. Такая завязка неизбежно приведёт к множеству этических дилемм.
ИИ осмеливается мечтать, что она – человек. Вас наняли, чтобы поставить её на место.
Геймплей, судя по трейлеру, включает сканирование окружения, разговоры с корпоративными сотрудниками и поддержание связи с физическим телом цифрового клона. Отдельный акцент сделан на создании и решении капч – что логично, когда речь идёт о доказательстве человечности или её отсутствия.
Визуально игра выглядит необычно – команда вплела реальные съёмки Ванкувера и окрестностей в виртуальный ландшафт.
Ванкувер – известный кинематографический город. Мы используем эту инфраструктуру вместе с нашими давними коллаборантами, чтобы придать человеческим формам в игре ощущение тактильности.
Джервис Джонсон, создатель Blood Bowl и ветеран Games Workshop с почти 40-летним стажем, высказался в поддержку политики своей бывшей компании относительно запрета использования искусственного интеллекта в процессе разработки. В интервью для FRVR, где обсуждалась его работа над DreadBall All Stars – научно-фантастической игрой, которая так относится к баскетболу, как Blood Bowl к футболу, – геймдизайнер объяснил, почему согласен с позицией Games Workshop.
Джонсон отметил, что хотя ИИ способен создавать вполне приемлемый контент среднего уровня, технология пока не дотягивает до профессиональных стандартов. По его словам, для создания действительно интересного и творческого продукта высокого класса искусственный интеллект скорее мешает, чем помогает. "Он позволяет немного лениться и не прикладывать должных усилий", – добавил разработчик.
За свою карьеру в Games Workshop Джонсон создал Blood Bowl, написал основные правила для Advanced Heroquest, стал со-автором Necromunda и внес значительный вклад во второе издание Warhammer 40,000, четвертое издание Warhammer Fantasy Battle, несколько итераций Age of Sigmar и серию настольных игр Warhammer Quest. Сейчас, находясь на пенсии, он продолжает работать над проектами вроде настольной ролевой игры по Годзилле.
Генеральный директор Games Workshop Кевин Раунтри ранее объяснил в финансовом отчете компании:
Мы не допускаем использования контента, созданного ИИ, или применения ИИ в наших процессах разработки. Однако, движки ИИ или машинного обучения все равно автоматически включаются в наши телефоны и ноутбуки, нравится нам это или нет.
Джонсон завершил свою мысль довольно резкой метафорой. "Большая часть того, что я видел, не соответствует ажиотажу вокруг технологии", – заявил геймдизайнер, процитировав недавнее высказывание о том, что ИИ станет "асбестом интернета и компьютерной индустрии", и компаниям придется десятилетиями очищаться от этой технологии после того, как выяснится, что она не оправдала ожиданий.
С появлением генеративного ИИ и современных чат-ботов вокруг их использования в геймдеве не утихают этические споры. Однако как ИИ выглядит с чисто прагматичной, деловой точки зрения?
Согласно блогу Game Oracle, написанному аналитиком рыночных данных Россом Бертоном, стигма вокруг технологии способна отпугнуть потенциальных игроков.
Методология Game Oracle включала анализ выборки из 9 879 игр, выпущенных с января по октябрь 2025 года, с фильтрацией спама, сугубо коммерческих релизов и условно-бесплатных тайтлов. При этом такой подход мог исключить ряд популярных free-to-play игр и проектов, обвинявшихся в скрытом использовании ИИ-арта, таких как FragPunk, который подпадает под обе категории. Из выборки 17,9% игр раскрыли факт применения ИИ.
В целом использование ИИ коррелировало с чуть менее восторженным приёмом, игры без ИИ получали немного больше отзывов, реже оставались совсем без них, а при анализе тайтлов с минимум 100 отзывами медианный рейтинг оказывался примерно на 4% ниже.
Однако при корректировке методологии для сравнения схожих по другим параметрам игр картина изменилась. В отчёте говорится:
После учёта издателя, опыта разработчика и типа игры разработчики, использующие ИИ, получают примерно на 53% меньше отзывов по сравнению с теми, кто его не использует.Чтобы объяснить наблюдаемый "штраф", неучтённый X-фактор должен быть достаточно сильным, чтобы почти утроить вероятность (2,7x) внедрения ИИ и одновременно вызвать сокращение количества отзывов на 22% независимо от поддержки издателя и опыта разработчика.
Полная разбивка результатов содержится в отчёте, но там также отмечается, что эффект усиливался по мере того, как крупнее и опытнее становился разработчик.
Наши данные показывают, что для низкокачественных игр ИИ не имеет значения. Но для игр с высоким потенциалом "стигма ИИ" реальна и сурово наказывает разработчиков, которые в ином случае добились бы успеха.
Игры, активно использовавшие ИИ и при этом ставшие крайне успешными, как The Finals, по мнению Game Oracle, "подчёркивают нюанс того, как именно применяется ИИ… ИИ можно использовать грамотно, а можно небрежно, и это имеет значение".
Исследование заключает, что "ИИ это инструмент", которого не следует избегать, но к которому стоит подходить осторожно.
Откажетесь ли вы от молотка при постройке сарая? Нет, конечно. Просто не нужно лупить им по всему подряд.
Стоит отметить, что многие разработчики скептически относятся к потенциалу ИИ даже как инструмента, и ситуация менялась на протяжении 2025 года. Clair Obscur собрала множество наград "игра года" несмотря на использование ИИ-сгенерированных заглушек, а Crimson Desert разошлась миллионами копий после аналогичных обвинений. При этом в случае с новой Crazy Taxi кажется, что обсуждение применения ИИ разработчиком затмило обсуждение самой игры.
Ситуацию усложняет распространённость нераскрытого использования ИИ, а также позиция отраслевых фигур вроде главы Epic Тима Суини, который выступает против самой идеи подобных предупреждений, и то, что крупные студии продолжают инвестировать в технологию.
С учётом того, что Sony буквально несколько дней назад превозносила ИИ-инструменты как способ "раскрыть креативность студий", ожидать общеотраслевого сдвига на основе этих данных в ближайшее время не приходится.
Так как мой комп самопроизвольно ушел в мир иной и я теперь не ПК-боярин - решил наделать артов по "выкидышам". Так я называю места интереса на локации. P.S.: Кто не в курсе - это мой проект FPS/RPG на движке UE5.
"Небоскреб". Вросший при появлении в скалу небоскреб. Так как при происшествии часть лестничных пролетов обвалилась - попасть на верхние этажи затруднительно. Однако система пещер в скале позволяет это сделать. Главное не заблудиться.
"Вывалившийся" в местное болото корабль. Судя по виду уже давно.
Деревня на реке. Построена наименее отбитыми "попаданцами" в устье реки. Так как поживиться тут особо нечем - для рейдеров и военных интереса не представляет. Однако кое-какая инфаструктура есть. Торговец Василич, одноглазый оружейник и эскулап с оскалом Ганнибала Лектора предоставят необходимый минимум услуг для новичка.
Еще один небоскреб, выпавший посреди джунглей. Как правило такие становятся местами дислокации различных группировок. Без хорошей снаряги и стальных яиц соваться не стоит.
Весьма загадочное строение. Судя по виду - довольно старое. Чье и откуда - сказать сложно, остатки оборудование выглядят необычно, символы на стенах непонятны.
Ржавеющие машины армейского конвоя. Практически все растащено уже давно, с машин снято все что представляет практический интерес. Если внимательно изучить - можно найти одну интересную деталь - на шильдике производителя написано "Made in Texas".
Космический корабль. Посадка была жесткой. Судя по надписям на стенах и предметах на английском - вполне земного происхождения. Но явно не с моей Земли. Большая часть корабля недоступна, питание есть - но требуется некий "идентификатор" для открытия дверей.
Вход в какой-то бункер. Судя по толщине дверных створок - явно некогда секретный. Без серьезного снаряжения соваться категорически не рекомендуется.
Пассажирский самолет. Судя по выпущенным шасси, целым крыльям и в общем несильным повреждения - он просто "плюхнулся" вертикально с небольшой высоты. Что в целом уже не кажется странным в этом месте
ПыСы: Кому интересно или хотите помочь чем ни будь - вся инфа в профиле!
Razer представила на выставке CES масштабный план инвестиций в искусственный интеллект на сумму $600 миллионов, но столкнулась с жестким откликом со стороны игрового сообщества. Глава компании Мин-Лян Тан объяснил, почему геймеры на самом деле заинтересованы в ИИ-технологиях в разработке игр – несмотря на кажущееся противоречие.
В интервью подкасту Decoder Тан признал очевидную проблему: заявление "ИИ – это будущее гейминга" вызвало волну негативных реакций в комментариях к публикациям Razer. Однако, по словам главы компании, критика направлена не против самого искусственного интеллекта, а против некачественного контента, созданного генеративными моделями.
Мы все недовольны ИИ-шлаком – контентом с персонажами с лишними пальцами или небрежно написанными сюжетными линиями. Против чего мы точно не выступаем – так это против инструментов, которые помогают разработчикам создавать отличные игры.
Razer разрабатывает ИИ-инструменты для оптимизации процесса тестирования игр, которое традиционно занимает до 40% бюджета проекта и может задерживать релизы на длительные сроки. Компания создает QA-компаньона – систему, автоматически заполняющую формы отчетов об ошибках и отправляющую их разработчикам вместе с предложениями по исправлению. Тан подчеркнул, что цель Razer – использовать ИИ как инструмент для улучшения игр, а не для замены человеческого творчества.
На CES компания показала несколько противоречивых ИИ-продуктов, включая Project Ava – голографического аниме-компаньона на базе Grok от xAI Илона Маска. Несмотря на заявления о заботе о безопасности пользователей, выбор Grok вызвал вопросы – модель находится в центре скандала с дипфейковым порно. Тан защитил решение, ссылаясь на превосходные разговорные способности Grok, но признал, что компания еще не полностью продумала все последствия создания ИИ-компаньонов.
Razer планирует нанять 150 ИИ-инженеров и позиционирует себя как мультимодельную платформу, работающую с различными языковыми моделями в зависимости от задачи. Для Project Motoko – умных наушников со встроенными камерами и возможностями компьютерного зрения – компания выбрала ChatGPT. Тан объяснил стратегию: Razer фокусируется на создании экосистемы с постоянной памятью, где ИИ-компаньон следует за пользователем через различные устройства – от голограммы дома до наушников на улице.
Компания также столкнулась с проблемами роста цен на оперативную память и GPU из-за ажиотажа вокруг ИИ. Тан признался, что не может даже определить финальную стоимость новых ноутбуков из-за волатильности рынка компонентов.
Ситуация с памятью настолько нестабильна, что сложно понять, какие будут цены. Я не могу назвать цифру прямо сейчас, и даже к концу этого подкаста.
Глава Razer выразил надежду, что ситуация стабилизируется, как это происходило в прошлом с другими скачками цен на комплектующие.
Относительно бизнес-модели будущих ИИ-продуктов Тан был откровенен: компания еще не решила, будет ли взимать подписку или включит затраты в стоимость оборудования.
Мы буквально не продумали это детально. Вопрос в том, как определить ценность для пользователя.
Тан сравнил ситуацию с подписками на Spotify или Xbox Game Pass, отметив, что геймеры готовы платить за сервисы, если видят в них реальную пользу.
Свежий опрос конференции GDC показал драматичные изменения в отношении разработчиков к генеративному ИИ. В 2025 году 52% из более чем 2300 опрошенных специалистов заявили, что технология негативно влияет на игровую индустрию – по сравнению с 18% два года назад и 30% в прошлом году. При этом доля тех, кто видит в ИИ положительное влияние, упала с 13% до 7%. Наиболее критично к технологии относятся художники, дизайнеры, сценаристы и программисты, тогда как бизнес-специалисты используют ее в 58% случаев.
Результаты исследования подтвердили подозрения о том, что руководители компаний активнее пользуются ИИ, чем рядовые сотрудники. Топ-менеджмент применяет генеративные технологии в 47% случаев против 29% у обычных разработчиков, а директора студий занимают промежуточную позицию с 36%. При этом общий процент использующих ИИ практически не изменился с 2021 года – 33% против 31%.
Большинство разработчиков применяют ИИ для исследований и мозговых штурмов (81%), офисной работы вроде ответов на письма (47%), помощи с кодом (47%) и прототипирования (35%). Использование технологии для создания внутриигровых ассетов остается редким случаем. Даже Larian Studios недавно пришлось защищаться перед фанатами после раскрытия информации об использовании ИИ для некоторых идейных и прототипических задач.
Сторонники технологии называют критику "моральной паникой", а один из респондентов заявил о разработке платформы, которая позволит детям создавать собственный контент через промпты. Другой разработчик отметил пользу ИИ для нейроотличных людей, которым технология помогает разбивать крупные задачи на управляемые части. Противники же характеризуют генеративный ИИ как "построенный на воровстве и плагиате" инструмент, создающий "переваренную амальгаму всего, что было раньше".
Один из супервайзеров по геймдизайну из Великобритании заявил: "Я бы лучше ушел из индустрии, чем использовал генеративный ИИ". Консультант по геймдизайну из США высказался еще более резко: "Наше главное правило – если кто-то из нас предлагает использовать генеративный ИИ в работе, то можно предположить, что нас ассимилировало Нечто, и Курт Рассел должен нас сжечь". Радикально, конечно.
Анонс продолжения симулятора средневекового кладбища Graveyard Keeper вызвал не только интерес, но и волну подозрений. Игроки обратили внимание на промо-арт Graveyard Keeper 2, заметив в нём характерные признаки генеративного ИИ, и начали копать глубже.
Промо-арт очень похож на генеративный ИИ и сразу отталкивает. Оригинальный арт был обаятельным и определённо более уникальным!
Вскоре появилась ещё одна тема, указывающая на "слона в комнате" – технический директор и сооснователь Lazy Bear Games Слава Черкасов регулярно публикует в X посты в поддержку ИИ.
Вы можете мне не верить, но мы не используем ИИ в Graveyard Keeper 2. Да, я экспериментирую с каждой моделью ИИ, которую могу найти. Это то, что каждый технарь должен делать сейчас.Я постоянно создаю небольшие экспериментальные проекты, которые не показываю аудитории и которые не имеют никакого отношения к Graveyard Keeper. Я не занимаюсь артом – у нас для этого около 8 художников. Я не делаю звук или музыку. Я просто технарь, который экспериментирует с технологиями, чтобы понять, на что они способны.
Реакция сообщества оказалась неоднозначной. Часть игроков приняла объяснение, другие остались скептичны.
Четких доказательств использования ИИ нет. Скорее всего, просто визуально арт похож на то, что в среднем выдает типичный ИИ-генератор картинок.
Unity запустила бета-версию встроенного ИИ-ассистента, который позволяет создавать игровые сцены, ассеты и механики буквально через текстовые подсказки. Инструмент адаптирован под рабочие процессы самого движка, что, по заверениям разработчиков, обеспечивает "более точные ответы, лучшее выполнение задач и меньше повторных попыток". Появление беты вписывается в общую тенденцию: крупные игроки индустрии все активнее внедряют ИИ в производственный конвейер.
В демонстрационном трейлере показан сценарий, в котором пользователь собирает игру через серию промптов. По первому запросу инструмент моментально генерирует сцену из уже имеющихся ассетов. Следующие команды позволяют создать автомобиль по визуальным референсам, установить на крышу оружие и сформировать скрипт для прицеливания и стрельбы.
Финальные штрихи вроде мрачного неба, "дистопического тумана" и ликующих роботов на трибунах также были добавлены через текстовые подсказки. По сути, готовый игровой прототип собрали без ручного написания кода и ручной настройки сцены. Это демонстрирует, насколько плотно ИИ уже интегрируется в полноценный производственный цикл.
Среди заявленных возможностей инструмента – конвертация дизайн-макетов, изображений и визуальных референсов в готовые к использованию ассеты и играбельные сцены. Отдельного внимания заслуживает позиция команды по вопросу конфиденциальности: по умолчанию пользовательские данные не используются для обучения ИИ-моделей, а передача данных активируется только через явное согласие в панели управления. Это важный момент на фоне широкой дискуссии о том, чьи материалы и как именно идут на тренировку подобных систем.
Sony зарегистрировала патент, описывающий систему на основе ИИ, которая самостоятельно отбирает лучшие моменты из игр и делает из них готовые материалы для соцсетей.
Игроки часто делятся запоминающимися достижениями из своих игровых сессий с друзьями через социальные сети – Discord, Twitch, YouTube, Twitter и другие.Создание таких видеоклипов или скриншотов может быть трудоёмким и обременительным для игрока, так как ему приходится не только просматривать запись в поисках нужных моментов, но и, как правило, использовать специализированное программное обеспечение.
Суть патента сводится к тому, что система наблюдает за действиями игрока в режиме реального времени и непрерывно собирает данные о происходящем: убийствах, победах, редких событиях, неожиданных поворотах и ключевых решениях. Машинное обучение анализирует паттерны вроде серий убийств, победы над боссами, камбэков в безнадёжных ситуациях или нестандартных ситуаций.
Важная деталь: ИИ учитывает профиль конкретного игрока, его уровень мастерства и привычный стиль игры. Это означает, что система не просто выбирает объективно зрелищные моменты, а адаптирует критерии под каждого пользователя. Первая победа новичка будет помечена как хайлайт, тогда как для опытного игрока тот же результат останется незамеченным.
После того как значимый момент зафиксирован, ИИ формирует так называемый "момент-ассет" – готовый к публикации материал в нескольких возможных форматах: стилизованная карточка хайлайта с подписью, коллаж из скриншотов, короткое видео или даже трёхмерный коллекционный объект в виде фигурки. Всё это создаётся без какого-либо участия игрока.
Sony, как и другие крупные игровые компании, регулярно патентует технологии, которые либо так и не появляются в финальных продуктах, либо реализуются значительно позже и в другом виде.
Совместное исследование Бристольского университета и студии Meaning Machine показало, что подавляющее большинство игроков положительно оценивают опыт взаимодействия с NPC, работающими на основе ИИ.
В исследовании приняли участие 68 человек – 31 мужчина, 31 женщина и семь небинарных участников. Все испытуемые играли в Dead Meat – детективную игру от Meaning Machine, где нужно допрашивать подозреваемых. По результатам 95% участников назвали опыт приятным, а 97% сочли взаимодействие полезным и вознаграждающим.
75% отметили, что Dead Meat позволила "выразить себя или сделать значимый выбор". Исследователи из Бристольского университета уточнили, что эти результаты оставались стабильными вне зависимости от типа игр, включённых в анализ.
Одним из ключевых наблюдений стало то, как NPC на базе ИИ в Dead Meat обеспечивали свободу самовыражения.
Мне действительно показалось это полезным – просто впервые самому придумывать свои вопросы.
Впрочем, исследователи отмечают, что такая свобода может оказаться и подавляющей из-за отсутствия чёткого направления.
Свобода поначалу очень бодрит, ощущается погружение, и это круто. Но это также может быть ошеломляющим.
Ведущий исследователь Ричард Коул cказал:
Данное исследование помогает привнести конкретику в довольно эмоционально заряжённую дискуссию об ИИ в играх. Оно ставит игрока в центр обсуждения, спрашивая, что люди чувствуют по поводу ИИ-опыта на практике, а не только в теории.
Сооснователь Meaning Machine Томас Кин добавил:
Игроки сопротивляются ИИ, который отнимает у людей творчество. Но когда ИИ используется для создания совершенно новых типов интерактивного опыта, это уже совсем другая история.
Кин справедливо указывает на существующее сопротивление некоторым способам применения ИИ в разработке игр. Очевидно, что все зависит от контекста.
Эрик "ConcernedApe" Барон известен как один из самых упорных одиночных разработчиков в игровой индустрии: Stardew Valley он создал в одиночку за несколько лет, вручную нарисовав каждый спрайт и написав каждую строку кода. Поэтому его позиция по поводу генеративного ИИ не должна удивлять.
Она оказалась такой же однозначной, как и его подход к разработке.
В интервью Game Informer Барон прямо заявил, что ни Stardew Valley, ни его следующая игра Haunted Chocolatier никогда не будут использовать ИИ в творческих задачах. По его словам, он в принципе понимает практический смысл технологии в "очень специфических, узконаправленных случаях", однако всё, что связано с творческим самовыражением, должно оставаться за живым человеком.
Ты перекладываешь творчество на алгоритм, а это, на мой взгляд, всегда будет подрывать чистый и подлинный человеческий элемент того, что ты делаешь.Моя цель – выражать себя творчески. Зачем мне позволять ИИ делать это за меня?
Важно разграничивать здесь два понятия. Автоматизация рутинных процессов и генеративный ИИ, создающий арт, музыку, сценарии или актёрские перформансы, – это принципиально разные вещи. Барон говорит именно о втором: любая задача, допускающая человеческое самовыражение, должна оставаться в руках человека.
Своё отношение к теме он сформулировал особенно ёмко:
Если тебе нужна помощь, позволь другому человеку выразить себя. Людей, которые хотели бы такую возможность, предостаточно. Мне кажется, это должно быть важнее, чем бездушная машина.
На фоне всё более активных публичных дискуссий об ИИ в геймдеве позиция Барона выглядит чёткой, но при этом сосредоточенной именно на творческой стороне вопроса. Но обсуждение ИИ в разработке игр – очень громкая тема, которая не стихает уже несколько месяцев.
На прошлой неделе Google представила Project Genie – ИИ-модель для создания интерактивных "миров", и акции игровых компаний вроде Unity и Take-Two отреагировали падением. Впрочем, если снижение котировок действительно связано с анонсом, реакция выглядит преждевременной – любой, кто хоть немного разбирается в том, как работают игры, понимает, что Genie не угрожает GTA 6 и другим реальным играм.
Google называет текущую версию Genie 3 "экспериментальным исследовательским прототипом", хотя продает доступ к ней за $250 в месяц в рамках подписки "AI Ultra". Модель позволяет пользователям "создавать, исследовать и ремиксировать собственные интерактивные миры".
Как говорят участники тестирования, технология позволяет сделать забавные симуляции изучения различных миров и локаций, но о настоящем геймплее тут вообще речь не идет. Тем более, никакой оригинальности в создаваемых мирах тут нет.
Хотя модель выглядит более продвинутой, чем предыдущие попытки, сохраняя непрерывность в показанных примерах и симулируя физику. Однако легко обнаружить ожидаемые баги последовательности.
Даже если абстрагироваться от противоречий вокруг генеративного ИИ и представить, что модели вроде Genie 3 работают идеально, остаются вопросы об их практическом применении. Будут ли пользователи заботиться о сценарии или истории, зная, что за ними не стоит человек со своими идеями и желанием поделиться чем-то? Не наскучит ли генерация бесконечных вариаций?
Глава Take-Two Штраусс Зельник уже высказывался по поводу заявления Илона Маска о том, что искусственный интеллект однажды сможет создавать игры уровня Grand Theft Auto 6. Тогда руководитель компании счёл это невозможным, так как ИИ лишь собирает информацию из уже существующих данных и по определению выдаёт вторичный продукт.
Теперь Зельник снова косвенно ответил Маску, на этот раз на его прогноз о том, что людям больше не придётся работать. По мнению главы Tesla, автоматизация на базе ИИ позволит правительствам ввести безусловный базовый доход – будто бы самый богатый человек мира хорошо разбирается в вопросах имущественного равенства.
Зельник всегда придерживался позиции, что ИИ не заменит рабочие места, и повторил её во время выступления на бизнес-конференции Semafor World Economy 2026:
Кто-нибудь помнит про безбумажный офис? Знаете, в каком году это обещали? Я знаю: в 1972 году. Нам обещали, что благодаря цифровым технологиям у нас будет безбумажный офис. Сегодня в офисах используют больше бумаги, чем когда-либо раньше. Просто факт. И людей в офисах работает тоже больше, чем когда-либо.Если бы ИИ собирался лишить людей занятости… Самый богатый человек на Земле, Илон Маск, кажется, кое-что смыслит в ИИ. У него неограниченные финансовые ресурсы, неограниченные человеческие ресурсы и, судя по всему, бесконечное количество идей. Он отлично ориентируется в ИИ. Этот человек работает по 20 часов в сутки. Если бы ИИ собирался забрать чью-то работу, разве он не забрал бы его работу? Самый богатый человек на Земле – разве это не должно быть задачей номер один для ИИ? Почему же он так занят?
Мысль Зельника сводится к тому, что ИИ, как и компьютеры до него, в лучшем случае остаётся лишь инструментом в руках человека, а не тем, что способно полностью заменить людей.
Почему я работаю больше, чем когда-либо, хотя полностью внедрил ИИ во все аспекты своей жизни?
Ведущий в ответ поинтересовался, не был ли сам Маск уже заменён искусственным интеллектом.
Возможно, Илон Маск действительно симуляция. Это вполне допустимо. Если честно, если бы мне пришлось выбирать, кто из людей скорее всего окажется симуляцией, он был бы моим первым кандидатом.
Зельник и вся команда Take-Two готовятся к выходу Grand Theft Auto 6 в этом году. Игра станет самым громким релизом в истории индустрии.
В январе пользователи форума GOG заметили баннер распродажи, который выглядел так, словно его создали при помощи ИИ. В ответ на обвинения участник форума KosmicznaPluskwa, чей аватар указывает на то, что это старший графический дизайнер из команды GOG, подтвердил: баннер "полностью создан ИИ". Впрочем, подробностей он не раскрыл, так как не представитель компании и "хотел бы остаться на работе".
Сама GOG сначала отказалась комментировать ситуацию официально, хотя представитель отметил, что компания "в курсе обсуждений на эту тему". Теперь в рамках сессии вопросов и ответов на Reddit платформа выступила с заявлением – однако оно устроило далеко не всех.
Мы не планируем делать категоричные заявления в любом из направлений. Инструменты ИИ – одна из многих технологий, которые мы тестируем и пробуем, и в некоторых контекстах они действительно помогают нам двигать компанию и миссию вперед.--управляющий директор GOG Мачей Голембевский
При этом Голембевский добавил, что GOG изменит подход к использованию этих инструментов: "Мы понимаем, что применение новых технологий не означает отказ от человеческой оценки".
Такая позиция не сильно отличается от других игровых компаний – например, Larian столкнулась с похожим скандалом в декабре. С долгосрочной точки зрения такой подход может показаться разумным: жесткие границы в меняющихся ситуациях нередко приводят к проблемам. Однако многие пользователи GOG явно рассчитывали на более определенный ответ.
Абсолютно ужасный ответ. Вам нужно четкое заявление на этом этапе. Мы не хотим, чтобы ИИ-помои использовались для GOG вообще. Борьба с корпоративным дерьмом и урезанием углов, а также сохранение настоящего человеческого искусства – именно поэтому нам нравилась GOG. Если вы больше не готовы этим быть, то вы бесполезны.
Другой пользователь отметил:
GOG построила бизнес и репутацию на определенных утверждениях о DRM и праве собственности. Она построила их на неявной вере в то, что есть геймеры, разделяющие эти ценности. Да, ИИ – отдельное понятие от DRM, но готов поспорить на большие деньги, что люди с твердыми убеждениями об одном имеют столь же твердые убеждения о другом. Для меня безумие, что GOG жертвует этой репутацией ради быстрой наживы.
Еще один пользователь затронул важный момент:
Если вы не собираетесь делать четкое заявление об ИИ, а вместо этого выдаете усредненную PR-речь, то мне будет ясно, что я останусь подальше от вашего магазина. ИИ и сохранение искусства – противоположности, они не могут работать вместе.
Дальше по ветке Голембевский повторил свой ответ, чтобы другие задающие тот же вопрос могли легче его найти, и получил аналогичные реакции.
GOG будет сложно переждать эту бурю. Как отмечают многие пользователи Reddit, платформа воспринимается как нечто "чистое": пока другие магазины выжимают из геймеров каждую копейку, GOG просто хочет, чтобы люди играли в крутые игры и были счастливы.
Конечно, это чепуха – GOG такой же бизнес, как и другие, где главное – прибыль. Но платформа сталкивается с уникальным вызовом: роль ИИ уже вызывает споры.
Один из пользователей Reddit также выразил беспокойство о ситуации с KosmicznaPluskwa, художником GOG, который без предупреждения покинул Discord-сервер GOG Cafe спустя несколько дней после высказывания о скандале с ИИ-артом. "Уход с Discord-сервера был личным решением, и мы это понимаем. Как уже упоминалось, внимание и социальное давление могут быть подавляющими, это сложная ситуация и для нас внутри компании", – написал Голембевский в ответ. Однако дальнейшими личными подробностями компания делиться не намерена.
Студия Revolution Software, известная серией классических приключенческих игр Broken Sword, объявила об отказе от технологий искусственного интеллекта при создании ремастера Broken Sword: The Smoking Mirror. Решение было принято после неудачного опыта с ИИ-апскейлингом в ремастере первой части серии, вышедшем в 2024 году. Фанаты встретили новость с энтузиазмом – кампания на Kickstarter достигла заявленной цели всего за 15 минут.
Ремастер оригинальной Broken Sword: Shadow of the Templars в целом получил тёплый приём и "крайне положительные" отзывы в Steam, несмотря на использование ИИ-апскейлинга. Однако для самих разработчиков технология оказалась скорее проблемой, чем решением. Глава Revolution Software Чарльз Сесил ещё в прошлом году рассказывал, что студия пыталась использовать ИИ "правильно" – была обучена внутренняя модель исключительно на собственных работах студии для обработки изображений. Но результат разочаровал.
Итог оказался не слишком удовлетворительным, так как в изображениях было недостаточно деталей.
Для ремастера второй части, получившего подзаголовок Reforged, Revolution выбрала принципиально иной подход.
В этой игре более 55 000 уникальных кадров анимации, и она создана командой талантливых классических аниматоров, которые перерисовали и переанимировали игру кадр за кадром. Добавление тонкой, контекстно-зависимой характеризации персонажей и человеческих выражений – это то, что ИИ не может делать и никогда не сможет.
На странице кампании студия также пояснила, почему отказалась от ИИ-инструментов:
В итоге это была куча работы, которую можно было бы, честно говоря, потратить непосредственно на игру – так что именно это мы и делаем на этот раз! Никакого ИИ, только люди.
Изначальная цель кампании на Kickstarter была довольно скромной – 57 тысяч евро. Сумма была собрана менее чем за 15 минут после старта. На момент написания материала фанаты уже надонатили почти 400 тысяч евро, многократно превысив заявленную цель задолго до окончания кампании в следующем месяце. Можно делать собственные выводы о том, насколько мгновенный успех кампании связан именно с отказом от ИИ, но расположение сообщества к новому ремастеру определённо велико.
Стоит отметить, что ИИ-апскейлинг действительно показывает впечатляющие результаты в определённых случаях – например, технология DLSS от Nvidia. Однако когда речь идёт о масштабировании ретроигр с низким разрешением для современных дисплеев, результат чаще всего выглядит неубедительно. Разработчики из Revolution, очевидно, пришли к такому же заключению и решили вложить усилия живых художников в то, чтобы вернуть классику серии Broken Sword так, как она того заслуживает.
Ученые с помощью искусственного интеллекта смогли расшифровать правила загадочной настольной игры, найденной в руинах древнеримского поселения. Это первый случай, когда ИИ использовали для анализа археологических находок такого рода.
В Нидерландах нашли каменную плиту римского времени, которая оказалась не строительным элементом, а игровой доской. Чтобы понять, во что именно играли древние люди, ученые подключили искусственный интеллект – и он предложил неожиданное решение
На месте древнеримского поселения Кориоваллум (ныне город Херлен в Нидерландах) ученые нашли овальную известняковую плитку возрастом 1500 лет. Долгое время находку считали частью здания или мостовой. Но геометрический узор на поверхности и характерные потертости показали, что по камню регулярно двигали игровые фишки.
Проблема в том, что рисунок не совпадал ни с одной известной античной игрой. Археологи оказались в тупике: форма доски есть, следы использования есть, а правил – нет.
Когда за дело берется ИИ
В новом исследовании, опубликованном в журнале Antiquity, ученые использовали систему моделирования игр Ludii. Искусственный интеллект перебрал тысячи возможных наборов правил и «разыгрывал» партии виртуально, проверяя, какие сценарии оставят на поверхности следы, похожие на реальные царапины.
Глубокие борозды указывали на частые и ключевые ходы, а более легкие линии – на редкие, но допустимые действия. В итоге алгоритмы сошлись на том, что на камне, вероятно, играли в так называемую «игру в блокирование» – где цель не захват, а лишение соперника возможности двигаться.
Неожиданный поворот истории
Моделирование ИИ: вероятность перемещения фигур на камне
Подобные игры в Европе известны в основном со Средневековья и считаются редкостью. Если выводы верны, значит, такой тип стратегий существовал здесь на много веков раньше, чем считалось.
Открытие важно не только для любителей древностей. Игровые доски редко сохраняются: многие делались из дерева, чертились на земле или песке. Новый метод показывает, что даже стертые следы на камне могут рассказать о досуге людей прошлого.
Генеративный ИИ обучается на огромных массивах контента, созданного людьми и собранного в интернете. Однако учёные всё активнее задаются вопросом – что произойдёт, когда этот контент закончится, и модели придётся учиться на синтетических данных, созданных самим ИИ? Предыдущие исследования уже показали, что нейросети начинают "поедать" собственный контент, что постепенно приводит к деградации их работы – с каждой итерацией они выдают всё более однообразные и искажённые результаты.
Международная группа исследователей опубликовала в журнале Patterns работу, которая раскрывает ещё одну грань этой проблемы. Учёные связали генератор изображений с системой описания картинок и запустили их в циклическую работу. Результат оказался ожидаемым – через несколько итераций система начала создавать крайне безликие изображения, которые авторы окрестили "визуальной музыкой для лифта".
Это открытие показывает, что даже без дополнительного обучения автономные петли обратной связи ИИ естественным образом дрейфуют к общим аттракторам.
По их мнению, сохранение разнообразия и неожиданности в творческом ландшафте потребует именно коллаборации человека с ИИ, а не полностью автономного создания контента.
Профессор компьютерных наук Университета Рутгерса Ахмед Элгаммал назвал эти результаты очередным доказательством того, что генеративный ИИ уже вызывает "культурную стагнацию". Особенно показательно, что конвергенция к набору безликих шаблонных изображений произошла без переобучения системы – не добавлялись новые данные, модель ничему не училась. Коллапс возник исключительно из-за повторного использования.
Ситуация усугубляется тем, что алгоритмы уже начали продвигать ИИ-контент в топ результатов, вытесняя работы людей. Хотя сторонники технологии утверждают, что человек всегда останется "финальным судьей творчества", на практике медиация культуры через ИИ уже фильтруется в пользу знакомого и ожидаемого.
Риск не только в том, что будущие модели могут обучаться на ИИ-контенте, но и в том, что опосредованная ИИ культура уже фильтруется способами, которые благоприятствуют привычному.
Исследователь подчёркивает, что для предотвращения культурной стагнации ИИ-модели нужно поощрять или стимулировать отклоняться от норм. Если генеративный ИИ должен обогащать культуру, а не делать её плоской, системы необходимо проектировать так, чтобы они сопротивлялись конвергенции к статистически средним результатам. Без таких вмешательств генеративный ИИ продолжит дрейф в сторону посредственного и стандартизированного контента.
Адаптивный враг – штука, которая звучит потрясающе на презентации, но на практике быстро превращается в источник паранойи. Особенно когда начинаешь замечать, что противник больше не ведётся на старые уловки и буквально подстраивается под твой стиль игры.
Именно это происходит в ARC Raiders после свежего апдейта. Игроки стали замечать, что арки стали вести себя ещё более агрессивнее и непредсказуемее. Враги начали применять фланговые манёвры, координировать атаки группами и активнее реагировать на тактику, которая раньше работала безотказно. Один из участников плейтеста описал ситуацию просто: противник перестал быть фоновой угрозой и превратился в полноценную проблему.
Игроки также отметили, что количество арков на матчах увеличилось, а подкрепление теперь состоит из трех юнитов – и они прилетают намного раньше.
Embark Studios изначально позиционировали ИИ противников как одну из центральных фишек ARC Raiders и много рассказывала про их машинное обучение. Судя по всему, оно начало давать плоды – и теперь игрокам стало намного сложнее даже в простых PvE-матчах.
Вчера Матриарх призвал на помощь трех ракетчиков, бастиона и бомбардира. Никогда такого не видел.
Другой написал, что на карте "Бурные потоки" теперь летает целый флот: три-четыры Осы сопровождают Шершня и Светлячка. Раньше они летали по 2-3 робота максимум. Ещё один игрок написал, что Часовой теперь спавнится в местах, из которых отлично простреливает карту в разные стороны – и спрятаться от него стало сложнее.
Турель теперь начинает стрелять намного быстрее и лучше видит игрока.
Вы в отель вообще заходили? Два огнешара, шреддер и пятерка взрывботов ждут вас на одном из этажей – и они едут друг за другом.
Игрокам нравится, что привычные матчи перестали быть скучным – и теперь уровень сопротивления машин намного сильнее.
Чувствую то же самое. Но это было круто. Повсюду взрывались сигнальные рейдерские ракеты. Кажется, мы придумали, как быстро их уничтожить, поэтому всё стало на порядок круче.
Главный вопрос в том, намеренно ли Embark повышают сложность, тестируя пределы адаптивного ИИ, или же машинное обучение действительно набирает обороты на основе данных тысяч игроков.
Разработчики, конечно же, ничего комментировать не стали.
Как технологии влияют на медицину — от приема в поликлинике до клинических исследований
Быстрое принятие решений врачами — ключ к благополучию пациентов. Задержки в обследованиях, постановке диагноза и назначении лечения могут стоить здоровья и даже жизни. Объем работы в медицине огромен, и врачи не могут позволить себе тратить время на рутину — на помощь приходят технологии. С их помощью эксперты быстрее анализируют данные, определяют диагноз и разрабатывают новые методы лечения и лекарства.
Внедряют такие технологии крупные ИТ-компании вместе с медицинскими специалистами. Так, в числе проектов Центра технологий для общества Yandex Cloud решение для раннего выявления spina bifida — тяжелой патологии развития позвоночника и спинного мозга у плода — на УЗИ беременных и внедрение генеративных технологий для ускорения обработки заявок на клинические исследования.
В этом материале вместе с экспертами Yandex Cloud мы покажем, как искусственный интеллект меняет российскую и международную медицину: от приема у врача до фундаментальных исследований.
В кабинете врача
Заглянем в кабинет врача районной поликлиники. Широкий стол, монитор, электронная карта пациента, пачка бланков, распечатанные рекомендации. На прием от 14 до 22 минут.
Пациент рассказывает врачу о своих жалобах, врач внимательно слушает, задает уточняющие вопросы и изучает предыдущую историю болезни. До двух третей времени клинической работы уходит не на диагноз и лечение, а на ввод данных, повторное чтение электронной медицинской карты (ЭМК) и поиск информации в разросшихся массивах. Все эти записи надо внимательно прочитать за ограниченное время приема. Результат — когнитивная перегрузка и снижение качества приема как для пациента, так и для врача: чем больше данных, тем меньше внимания уделяется главному — самому пациенту.
Здесь как раз может помочь искусственный интеллект. Обработка медицинских текстов — одна из задач, где он особенно эффективен. ИИ может искать важное, структурировать данные и предлагать ответы на конкретный запрос. Это особенно важно при назначении лекарств. Подбор препарата и его дозировки зависит от множества факторов: результатов лабораторных анализов, анамнеза, возраста, сопутствующих заболеваний, аллергий. Для эффективной и безопасной работы с учетом новейших рекомендаций врачу нужен помощник — им может стать ИИ.
Например, в Сингапурской клинической больнице взяли 91 сценарий ошибок при назначении лекарств из 16 медицинских специальностей, от кардиологии до онкологии, и создали решение на базе RAG (Retrieval Augmented Generation — генерация с дополненной выборкой). Этот подход позволяет большим языковым моделям искать ответы по данным из внешних источников с помощью поиска по загруженным в нее материалам — сценариям ошибок. Режим совместной работы ИИ и фармацевта, где фармацевт принимал финальное решение, показал наилучший результат: точность составила 61 процент, что на 15 процентов выше по сравнению с работой фармацевта без помощи ИИ (46 процентов).
Заключение от врача получено. Но что делать с фразой вроде «диффузная гипоэхогенность щитовидной железы с очаговыми изменениями до восьми миллиметров» — особенно если вы не эндокринолог? Пациенты все чаще получают доступ к своим данным напрямую, но сталкиваются со стеной из сокращений, латинских терминов и узкопрофессиональных формулировок. Результат — тревога вместо понимания, а врач тратит время приема не на лечение и диагностирование, а на перевод с «медицинского на человеческий». Генеративные технологии ИИ здесь работают как редактор: они не упрощают — они переформулируют, сохраняя смысл.
Например, чтобы снизить нагрузку на урологов и одновременно повысить качество информирования пациентов, в 2024 году специалисты Kaiser Permanente в США протестировали два чат-бота на базе GPT для ответов на типичные вопросы пациентов о доброкачественной гиперплазии простаты. Первый — на базе стандартного ChatGPT, второй — специализированная версия SurgiChat с дополнительным доступом к медицинской литературе через технологию RAG.
В работе также участвовали четыре практикующих уролога, чьи ответы использовались как эталон для оценки качества. Результаты показали: по точности передаваемой информации чат-боты и врачи были сопоставимы (4,5 против 4,6 балла из 6).
При этом ИИ не делает клинических выводов и не ставит диагноз — он генерирует справочную информацию и пояснения, которые помогают врачу и пациенту быстрее разобраться в данных. В результате врач может писать не как автор с нуля, а как редактор и куратор готового черновика — быстро проверяя формулировки, убирая лишнее и добавляя клинически значимые уточнения. Такой формат снижает административную нагрузку и высвобождает время приема для клинического мышления и общения с пациентом.
В научном центре
Когда врач ставит диагноз, он опирается на жалобы пациента, анамнез и результаты обследований. Ключевую роль здесь играют медицинские изображения — УЗИ, МРТ, КТ, особенно при заболеваниях сердца или опухолей. Их нужно быстро и точно интерпретировать, но это требует опыта и времени.
Поэтому в диагностике все активнее применяют системы компьютерного зрения. Они выступают как вспомогательные инструменты: ускоряют разбор снимков, выделяют значимые области и снижают риск пропустить важную деталь. Такая вторая «пара глаз» помогает врачу принимать более обоснованные решения.
Один из примеров — инструмент для раннего выявления признаков spina bifida у плода, разработанный специалистами Центра технологий для общества Yandex Cloud, Школы анализа данных и НМИЦ акушерства, гинекологии и перинатологии имени академика В. И. Кулакова при поддержке фонда «Спина бифида».
Кирилл Костюков, заведующий отделением ультразвуковой и функциональной диагностики ФГБУ «НМИЦ АГП им. В. И. Кулакова» Минздрава России, эксперт благотворительного фонда «Спина бифида»
Spina bifida — редкая врожденная патология. Она связана с нарушением формирования позвоночника и спинного мозга, что вызывает нарушение функции (паралич) нижних конечностей и нарушает работу тазовых органов. В тяжелых случаях это приводит к инвалидности.
Ранняя ультразвуковая диагностика порока нередко вызывает сложности. На результат влияют множество факторов от положения плода до качества оборудования и опыта врача. Признаки дефекта могут быть малозаметными, из-за чего диагноз нередко ставят на поздних сроках беременности или даже после рождения.
Около 40 процентов случаев выявляют слишком поздно — в третьем триместре беременности. Из-за чего существует вероятность, что пациентку уже не успеют направить в учреждение, где новорожденному сразу окажут необходимую нейрохирургическую помощь. Кроме того, при ранней диагностике можно провести внутриутробную операцию на сроке 22–26 недель. Данная операция, несмотря на риски, имеет ряд преимуществ по сравнению с лечением после рождения. Внутриутробная хирургия Spina bifida позволяет снизить вероятность развития гидроцефалии (водянки головного мозга), а также улучшить функцию нижних конечностей и органов малого таза.Кирилл Костюков, заведующий отделением ультразвуковой и функциональной диагностики в НМИЦ АГП имени В. И. Кулакова
Эксперты обучили модель на девятнадцати тысячах размеченных УЗИ-изображений. Алгоритмы определяют область интереса на изображении, оценивают его качество. Затем сверточные нейросети классифицируют изображение на нормальное или патологическое, таким образом, определяется порок развития. Результат врач получает в виде отчета, где подсвечены проблемные области и указана вероятность наличия патологии в процентах. Это позволяет оценить риск и уточнить диагноз. В данный момент разработка доступна врачам для тестирования в научно-исследовательских целях бесплатно, а ее код лежит в открытом репозитории.
Интерфейс приложения для анализа признаков патологии центральной нервной системы на УЗИ беременных женщин
В перспективе использование данной технологии позволит врачам своевременно диагностировать Spina Bifida, это даст возможность профилактировать рождение детей с патологией, проводить внутриутробные операции и максимально подготовить родителей к рождению ребенка с таким диагнозом. Когда диагноз ставят на ранних сроках, у будущих родителей есть время адаптироваться и подготовиться: эмоционально и организационно.Инна Инюшкина, основательница фонда «Спина бифида»
В 2025 году команда Yandex Cloud совместно со специалистами Санкт-Петербургского педиатрического университета разработала нейросеть для автоматизированного анализа МРТ головного мозга младенцев. Сервис помогает прогнозировать патологии, которые возникают из-за повреждения или аномального развития мозга. Например, его можно использовать при подозрении на детский церебральный паралич (ДЦП).
Это заболевание проявляется двигательными расстройствами, нарушением мышечного тонуса, а также когнитивными и сенсорными трудностями и остается одной из главных причин детской инвалидности. Терапия может заметно улучшить состояние, но диагноз надо поставить как можно раньше. А это трудно: первые изменения мозга на МРТ едва заметны и требуют от врача опыта и времени. Интерпретация может растянуться на часы или даже дни, каждый из которых снижает потенциал реабилитации.
Интерфейс сервиса, который помогает помогает врачам анализировать результаты МРТ мозга младенцев
Модель обучили на полутора тысячах анонимизированных МРТ-снимков из Педиатрического университета и данных международного конкурса MICCAI Grand Challenge. Пайплайн включает несколько моделей компьютерного зрения:
BIBSNet — для предварительной обработки и стандартизации изображений мозга младенцев;
U-Net — популярная в медицинской визуализации архитектура для сегментации структур мозга.
Сервис графически выделяет белое и серое вещество головного мозга и выполняет количественный подсчет объема этих структур, помогая врачу быстрее оценить состояние тканей. Работает все через веб-интерфейс: врач загружает снимки, система обрабатывает данные и формирует результат за несколько минут, а не дней.
В медицине самые сложные задачи не требуют промедления. Главное, чтобы собралась команда, которой действительно нужен результат. Поэтому проект начался на пересечении кафедры и отделения лучевой диагностики, где исторически собирались данные по детям: МРТ головы в динамике. Мы быстро смогли начать сбор данных и выстраивание новых процессов. Сейчас система используется в исследовательских целях и еще не внедрена в клиническую практику, но руководство Университета поддерживает нас и дает свободу для развития.
Пётр Пузанов, директор центра цифровых технологий Санкт-Петербургского педиатрического университета
В медико-биологической лаборатории
Взглянем на медицину под другим углом. Из лаборатории, где рождаются будущие лекарства. Они начинают свой путь с проектирования терапевтической молекулы и ее испытания на модельных объектах в лаборатории.
Но объем данных растет быстрее, чем их можно проанализировать вручную. Современные методы — мультиомика, высокопроизводительная визуализация, анализ тысяч генов и белков одновременно — дают гигабайты информации. Использование методов машинного обучения открывает новые возможности для быстрого и системного анализа таких массивов данных.
Методы машинного обучения применяются в биомедицинских исследованиях для анализа больших экспериментальных и клинических наборов данных — в том числе при поиске потенциальных биомаркеров, сравнении отклика на терапию в разных группах пациентов и приоритизации терапевтических мишеней. Речь идет не о готовых клинических решениях, а о поддержке исследовательской работы и генерации гипотез, которые затем проверяются специалистами.
А появление моделей, способных предсказывать трехмерную структуру белков по их аминокислотной последовательности, стало прорывом в структурной биологии и изменило подход к разработке лекарств. Теперь ученые могут заранее оценить, какие соединения будут работать, и сосредотачиваться только на них. Это сокращает время и стоимость исследований и снижает риск неудач на поздних стадиях испытаний.
В феврале 2025 года Институт исследований искусственного интеллекта Университета Цинхуа совместно с Beijing Shuimu Molecule представил обновленную версию мультимодальной биомедицинской модели BioMedGPT-R1. Система с 17 миллиардами параметров построена на базе DeepSeek-R1-Distill-Qwen-14B и предназначена для работы с медицинскими задачами, где нужно одновременно анализировать тексты, изображения и другие типы биомедицинских данных.
Модель обучалась так, чтобы связывать между собой разные формы медицинской информации — научные статьи, описания экспериментов и визуальные данные — и использовать их при ответах на вопросы и анализе исследований. Благодаря этому она показывает качество, сопоставимое с коммерческими системами, в задачах биомедицинского вопросно-ответного анализа.
BioMedGPT-R1 также проверяли на экзамене USMLE — стандартизированном тесте для получения медицинской лицензии в США, который часто используют как ориентир для оценки способности моделей рассуждать в клиническом контексте. Модель набрала 67,1 процента правильных ответов, что указывает на ее умение работать с медицинской терминологией и клиническими сценариями. Способность объединять разнородные биомедицинские данные делает модель перспективным инструментом поддержки исследовательской работы: в анализе научных публикаций, планировании экспериментов и интерпретации их результатов.
Возможно, применение ИИ в разработке лекарств — один из самых значимых прорывов в медицине за последние десятилетия.
В клинических испытаниях
Созидание медицинских инноваций давно вышло за пределы лабораторных стен. То, что начинается с экспериментов на животных моделях и бесчисленных серий аналитических тестов, еще не является настоящим прорывом. Новая разработка — будь то лекарственный препарат, медицинское устройство или методика — обретает свою подлинную научную состоятельность и практическую пользу лишь тогда, когда проходит испытание «клиникой».
Именно клинические исследования становятся финальной и наиболее ответственной стадией рождения медицинского открытия: когда к процессу присоединяются реальные люди — добровольцы, пациенты, участники исследования. Здесь инновация сталкивается с живой человеческой физиологией, многообразием реакций, сложностью реальной жизни — и только выдержав это испытание, она может стать частью современной медицины.
Модель обучили на полутора тысячах анонимизированных МРТ-снимков из Педиатрического университета и данных международного конкурса MICCAI Grand Challenge. Пайплайн включает несколько моделей компьютерного зрения:
BIBSNet — для предварительной обработки и стандартизации изображений мозга младенцев;
U-Net — популярная в медицинской визуализации архитектура для сегментации структур мозга.
Сервис графически выделяет белое и серое вещество головного мозга и выполняет количественный подсчет объема этих структур, помогая врачу быстрее оценить состояние тканей. Работает все через веб-интерфейс: врач загружает снимки, система обрабатывает данные и формирует результат за несколько минут, а не дней.
В медицине самые сложные задачи не требуют промедления. Главное, чтобы собралась команда, которой действительно нужен результат. Поэтому проект начался на пересечении кафедры и отделения лучевой диагностики, где исторически собирались данные по детям: МРТ головы в динамике. Мы быстро смогли начать сбор данных и выстраивание новых процессов. Сейчас система используется в исследовательских целях и еще не внедрена в клиническую практику, но руководство Университета поддерживает нас и дает свободу для развития.
Пётр Пузанов, директор центра цифровых технологий Санкт-Петербургского педиатрического университета
В медико-биологической лаборатории
Взглянем на медицину под другим углом. Из лаборатории, где рождаются будущие лекарства. Они начинают свой путь с проектирования терапевтической молекулы и ее испытания на модельных объектах в лаборатории.
Но объем данных растет быстрее, чем их можно проанализировать вручную. Современные методы — мультиомика, высокопроизводительная визуализация, анализ тысяч генов и белков одновременно — дают гигабайты информации. Использование методов машинного обучения открывает новые возможности для быстрого и системного анализа таких массивов данных.
Методы машинного обучения применяются в биомедицинских исследованиях для анализа больших экспериментальных и клинических наборов данных — в том числе при поиске потенциальных биомаркеров, сравнении отклика на терапию в разных группах пациентов и приоритизации терапевтических мишеней. Речь идет не о готовых клинических решениях, а о поддержке исследовательской работы и генерации гипотез, которые затем проверяются специалистами.
А появление моделей, способных предсказывать трехмерную структуру белков по их аминокислотной последовательности, стало прорывом в структурной биологии и изменило подход к разработке лекарств. Теперь ученые могут заранее оценить, какие соединения будут работать, и сосредотачиваться только на них. Это сокращает время и стоимость исследований и снижает риск неудач на поздних стадиях испытаний.
В феврале 2025 года Институт исследований искусственного интеллекта Университета Цинхуа совместно с Beijing Shuimu Molecule представил обновленную версию мультимодальной биомедицинской модели BioMedGPT-R1. Система с 17 миллиардами параметров построена на базе DeepSeek-R1-Distill-Qwen-14B и предназначена для работы с медицинскими задачами, где нужно одновременно анализировать тексты, изображения и другие типы биомедицинских данных.
Модель обучалась так, чтобы связывать между собой разные формы медицинской информации — научные статьи, описания экспериментов и визуальные данные — и использовать их при ответах на вопросы и анализе исследований. Благодаря этому она показывает качество, сопоставимое с коммерческими системами, в задачах биомедицинского вопросно-ответного анализа.
BioMedGPT-R1 также проверяли на экзамене USMLE — стандартизированном тесте для получения медицинской лицензии в США, который часто используют как ориентир для оценки способности моделей рассуждать в клиническом контексте. Модель набрала 67,1 процента правильных ответов, что указывает на ее умение работать с медицинской терминологией и клиническими сценариями. Способность объединять разнородные биомедицинские данные делает модель перспективным инструментом поддержки исследовательской работы: в анализе научных публикаций, планировании экспериментов и интерпретации их результатов.
Возможно, применение ИИ в разработке лекарств — один из самых значимых прорывов в медицине за последние десятилетия.
В клинических испытаниях
Созидание медицинских инноваций давно вышло за пределы лабораторных стен. То, что начинается с экспериментов на животных моделях и бесчисленных серий аналитических тестов, еще не является настоящим прорывом. Новая разработка — будь то лекарственный препарат, медицинское устройство или методика — обретает свою подлинную научную состоятельность и практическую пользу лишь тогда, когда проходит испытание «клиникой».
Именно клинические исследования становятся финальной и наиболее ответственной стадией рождения медицинского открытия: когда к процессу присоединяются реальные люди — добровольцы, пациенты, участники исследования. Здесь инновация сталкивается с живой человеческой физиологией, многообразием реакций, сложностью реальной жизни — и только выдержав это испытание, она может стать частью современной медицины.
Инициация клинического испытания — сложный процесс, требующий согласования с регуляторными органами, четкого регламента и официального разрешения на начало работы.
Координация клинических исследований и экспертиза документации — самая трудоемкая часть работы. Нужно учитывать требования регуляторов, этические стандарты, правовые нюансы и одновременно обеспечивать оперативность. Каждое исследование уникально, и ошибки здесь недопустимы.Артём Полторацкий, руководитель отдела организации клинических исследований в НМИЦ онкологии им. Н. Н. Петрова Минздрава России
Для запуска клинического исследования нужно подготовить обширный пакет документов, включающий утвержденный протокол исследования, досье исследуемого препарата или изделия, форму информированного согласия пациента, финансово-договорную документацию и положительное заключение локального этического комитета(ЛЭК).
С увеличением числа заявок на запуск испытаний возрастает и нагрузка на экспертов ЛЭК. Каждая заявка может включать сотни страниц, и трудности в обработке таких объемов информации приводят к задержкам на одобрение и повышают риск ошибок.
По словам Артёма Полторацкого, согласование документов одновременно по нескольким контурам приводит к дублированию требований регуляторов, разночтениям в нормах, а также ошибкам из-за недостаточной автоматизации и человеческого фактора. Это создает серьезные сложности в работе.
Из-за высоких организационных требований клинические испытания представляют собой трудоемкий и долгий процесс: разработка одного лекарственного препарата, его одобрение и выход на рынок может занимать 15 лет и стоить полтора-два миллиарда долларов.
В ответ на эту проблему НМИЦ онкологии имени Н. Н. Петрова внедрил решение для проверки пакета документов в ЛЭК на базе генеративной модели YandexGPT, который входит в платформу Yandex AI Studio.
Решение работает с загружаемыми заявками на клинические исследования — протоколами, описаниями препаратов, формами информированного согласия и сопроводительными материалами, анализируя их на лету. Специфические требования ЛЭК и правила проверки задаются через структурированные чек-листы и промпты. Решение интегрировано с информационными системами центра, что обеспечивает непрерывную обработку данных и существенно снижает объем ручной работы.
Как работает инструмент:
Документы заявки загружают в систему в электронном виде.
YandexGPT анализирует содержание документов, выявляя ключевые элементы, такие как цели исследования, методы, риски и этические аспекты.
На основе анализа модель формирует предварительный отчет, который включает рекомендации и выявленные проблемы.
Эксперт ЛЭК просматривает отчет и принимает окончательное решение.
В таком порядке система рассматривает заявку на проведение клинических исследований
По данным отдела организации клинических исследований, внедрение разработки заметно повысило эффективность работы ЛЭК. За первые пять месяцев система помогла проанализировать более 170 документов — около 11 000 страниц. Время экспертизы ускорилось в пять–шесть раз при сохранении качества, а использование единых критериев позволило устранить субъективные расхождения между экспертами. Одновременно снизилось количество технических ошибок, ускорилось выявление потенциальных нарушений этических и регуляторных требований. Кроме того, каждое новое рассмотрение используется для обучения модели, что постепенно повышает точность работы системы.
Так ИИ не только становится помощником в повседневной работе врачей, но и помогает систематизировать данные, ускоряет экспертизы и снимает часть бюрократических барьеров в научном процессе.
Клиническое заключение
ИИ становится помощником на разных уровнях здравоохранения: в клинике он облегчает работу с документами, поддерживает принятие решений при диагностике и коммуникацию врачей и пациентов, а в медицинских исследованиях берет на себя анализ экспериментальных данных и помогает с организацией клинических испытаний.
По мере того как медицина становится все более высокотехнологичной областью, растет и потребность во взаимодействии с ИТ-сферой. Опыт Yandex Cloud показывает, что объединение врачей, исследователей и разработчиков в рамках единой инфраструктуры позволяет быстро и эффективно решать задачи здравоохранения. Такое взаимодействие делает технологии по-настоящему эффективными.
Важно, что такие решения рождаются внутри профессиональной среды, а не вовне. Мы, как пользователи и разработчики, понимаем реальную боль системы — перегруженность экспертов, медленные согласования, устаревшие регламенты. Поэтому ИИ здесь не эксперимент, а естественная эволюция научно-административной практики.Пётр Пузанов, директор центра цифровых технологий Санкт-Петербургского педиатрического университета
В итоге становится ясно: будущее медицины — в сочетании людей и технологий ИИ, которые дополняют работу специалистов и помогают пациентам. ИИ-решения не заменяют, а дополняют медицинских специалистов, они облегчают их труд, позволяя сосредоточиться на главном — на заботе о пациентах и спасении жизней.
Комментарии