Všichni jsou nadšení z "AI pro vědu" v roce 2025! Na konci roku mi prosím dovolte sdílet své obavy a optimismus, zejména ohledně AI a biologie. Po dalším roce stráveném v biologických základních modelech, zdravotnické AI a objevování léků zde jsou tři lekce, které jsem se v roce 2025 naučil. 1. Biologie není "jen další metoda." Největší nedorozumění, které stále vidím: "Biologie je text + obrázky + grafy. Jen škálujte transformátory." Ne. Biologie je kauzální, hierarchická, stochastická a neúplná způsobem, jaký jazyk a vidění nejsou. Tokeny neodpovídají čistě realitě. Štítky jsou řídké, zaujaté a často špatné. Pravda je podmíněná, závislá na kontextu a někdy nepoznatelná. Dosáhli jsme skutečného pokroku – jednobuněčné, zobrazovací metody, genomika, EHR jsou konečně modelovány společně – ale tvrdá pravda je tato: Většina biologických signálů nejsou dohlížené problémy čekající na lepší ztrátové funkce. Jsou to problémy řízené intervencí. Požadují narušení, kontrafakta a mechanismy, které přesahují pouhé předpovědi. Škálování samozřejmě pomáhá. Ale bez kauzální struktury škálování většinou dává ostřejší korelace. Rok 2025 potvrdil mé přesvědčení, že biologické základní modely musí být postaveny na narušení, nejistotě a použitelnosti, nikoli pouze na učení reprezentace. 2. Benchmarky brzdí biologii více než výpočetní technika. Buďme upřímní: Benchmarking v AI a biologii je stále rozbitý. Všichni hlásí SOTA. Každý si vybere jiný úsek datové sady. Každý ladí jinou metriku. Každý se vyhýbá možnému uznání....