«Настоящая мера ИИ — кому он помог»: Google собрала науку, здоровье и обучение в один отчёт

Что именно назвали вехой

Пост вышел 15 сентября 2026 года и подписан Джеймсом Маньикой (James Manyika), старшим вице-президентом Google по исследованиям, лабораториям, технологиям и обществу. Это не анонс продукта, а сводка: автор перечисляет направления, где ИИ, по мнению компании, уже приносит измеримую пользу, и предлагает мерить успех не возможностями модели, а тем, кому она помогла. В самом тексте эта мысль сформулирована так: настоящая ценность ИИ не в том, что он делает сам, а в том, как люди решают его использовать и что на нём строят.

Ключевая цифра поста — языки. По формулировке из вступления, технологии Google поддерживают более 300 языков, на которых говорят 7 миллиардов человек, то есть 86% населения планеты. В разделе про языки та же страница называет это «почти 300 языков», зато добавляет подробности: переводом пользуется более 1 миллиарда человек, они переводят около 1 триллиона слов в месяц, а цель компании — поддерживать 1000 самых распространённых языков мира.

В тот же день Google выпустила интерактивные данные AI & Economy ATLAS — по собственному описанию, самый полный взгляд на то, как реальные люди пользуются ИИ в мире. Кроме этого, автор перечисляет четыре недавних результата: открытую карту AlphaGenome Atlas с 9 миллиардами возможных однонуклеотидных изменений генома, модель погоды WeatherNext 3, систему Planetary Prediction Engine для прогноза глобальных кризисов и работы по снижению климатического следа авиации.

Что в этом посте было известно раньше

Четыре пункта из списка «за последние несколько недель» — не новости этого дня, а повторение уже сделанных заявлений. Например, AlphaGenome Atlas вышел отдельным анонсом Google DeepMind 8 сентября 2026 года: там же указано, что модель AlphaGenome использовалась для предварительного расчёта регуляторного эффекта всех 9 миллиардов однонуклеотидных изменений, а результат оформлен как набор данных объёмом около 1 петабайта. Обновление AI & Economy ATLAS вышло в тот же день отдельным постом, а WeatherNext 3 и работы по авиационным следам публиковались ещё раньше.

Поэтому корректнее читать публикацию как заявление о приоритетах, а не как релиз. Четыре направления сформулированы прямо: сделать болезни обнаруживаемыми, излечимыми и предотвратимыми, предсказывать природные катастрофы, расширять доступ к обучению и открывать экономические возможности большему числу людей. И тут же — оговорка, которую компания делает сама: возможности ИИ интересны, но его польза не гарантирована, а чтобы она стала реальной, обществу придётся работать вместе.

Здоровье: цифры, которые Google называет сама

Самая крупная история в разделе о здоровье — AlphaFold: модель предсказала все 200 миллионов известных науке белковых структур, и ею пользуются 4 миллиона исследователей в 190 странах, включая работу по забытым болезням вроде болезни Шагаса и лейшманиоза. Рядом назван AlphaMissense, который помогает предсказывать вызывающие болезни генетические мутации, а AlphaGenome Atlas подаётся как следующий шаг — предсказательные выводы о том, как генетические вариации меняют поведение клетки.

Ранняя диагностика подкреплена конкретным исследованием: совместная работа с Imperial College London и NHS показала, что ИИ способен выявлять 25% интервальных раков, которые прежде пропускали при анализе маммограмм 175 тысяч женщин. Компания также сообщает о продвижении по раку лёгких, колоректальному раку и поиску генетических мутаций в опухолевых клетках.

Скрининги описаны в масштабе стран: при туберкулёзе, который примерно у 40% заражённых в мире остаётся невыявленным, система анализа рентгеновских снимков грудной клетки, используемая Nexus Intelligence, обработала более 25 тысяч снимков в 40 локациях шести стран. Параллельно Google применяет биоакустические модели, чтобы находить туберкулёз по кашлю, — это проект Health Acoustic Representations. Модель для диабетической ретинопатии, созданная с партнёрами, обеспечила более 1,15 миллиона скринингов, а планы — расширить их до 6 миллионов за следующее десятилетие.

Отдельно названы инструменты для врачей и учёных: Co-Scientist помогает генерировать и проверять гипотезы (в примере — новые терапевтические применения существующих препаратов для острого миелоидного лейкоза), а открытые DeepConsensus, DeepVariant и DeepPolisher за десятилетие помогли завершить человеческий геном и собрать первый пангеном в рамках Human Pangenome Reference Consortium. Система AMIE (Articulate Medical Intelligence Explorer) продолжает собирать проспективные данные в реальных условиях: работа идёт с академическими и медицинскими учреждениями, включая Beth Israel Deaconess, и с первым в своём роде общенациональным испытанием в реальной практике.

Катастрофы: от урагана на Ямайке до Ebola в Конго

В разделе о стихийных бедствиях Google приводит проверяемые случаи. В прошлом году власти Ямайки использовали WeatherNext, чтобы точно предсказать траекторию урагана Мелисса: это позволило заранее получить финансирование на ликвидацию последствий и подготовиться до удара стихии. Несколько месяцев назад система Earthquake Alert предупредила миллионы людей в Венесуэле перед землетрясением.

Масштаб прогнозов тоже назван цифрами: в 2025 году прогнозы муссонов дали информацию 38 миллионам фермеров в Индии, а охват Flood Hub, куда теперь входят и речные, и внезапные паводки, вырос до 2 миллиардов человек более чем в 150 странах. Инструменты предсказания границ лесных пожаров работали в США и ещё 33 странах, а в 2025 году Google сгенерировала более 520 кризисных оповещений в поиске, которые получили свыше 75 миллионов пользователей. Плюс спутниковая группировка FireSat, которую компания развивает с партнёрами, должна находить пожары, ранее слишком мелкие для обнаружения.

Самое конкретное место в этом разделе — Planetary Prediction Engine (PPE): автономная система, которая по инструкции на обычном языке почти мгновенно прогнозирует глобальные кризисы вроде вспышек болезней, нехватки еды и климатических рисков. По данным Google, во время продолжающейся вспышки Ebola в Демократической Республике Конго PPE заранее указала 83% формирующихся очагов, обойдя действующие системы прогноза; в Нигерии она удвоила точность прогноза продовольственной безопасности на местном уровне, а в США превзошла традиционные модели при определении уязвимых сообществ по 21 индикатору здоровья CDC. В отчёте Google Research эти числа раскрыты подробнее: Recall@10 83,3%, то есть 15 из 18 новых зон заражения по пяти последовательным недельным прогнозам, удвоение точности по Нигерии на уровне местных административных районов (R² 66,1% против 31,5%) и средний R² 76,8% против 60,0% у ручного экспертного конвейера по 21 индикатору CDC.

Обучение, работа и языки

В образовании компания опирается на контраст: 90% детей школьного возраста в мире охвачены школой и около 87% завершают начальное образование, но результаты обучения за два десятилетия упали в 81 стране, а доступ, качество и наличие материалов на разных языках остаются неравными. Ответом названы персонализированное обучение и инструмент Guided Learning, а также партнёрство с ISTE+ASCD: обучение ИИ-грамотности должно охватить все 6 миллионов педагогов в США. Компания отдельно перечисляет проблемы, которые не решены: точность, безопасность, критическое мышление, списывание и потеря в обучении.

В экономике акцент сделан на обучение навыкам и на отказ от обещаний: выгоды ИИ «не автоматические и не гарантированные», а рынок труда, по ожиданиям Google, изменится тремя способами — часть профессий сократится, часть вырастет, а многие изменятся. Для малого бизнеса названы Pomelli для маркетинговых кампаний и Gemini Enterprise App для сведения региональных данных продаж. В обучении и переобучении компания отчитывается о более чем 1 миллиарде долларов, потраченных на программы подготовки, и о более 100 миллионах человек, получивших цифровые навыки и навыки работы с ИИ.

Языковая часть — та самая, вокруг которой построена главная цифра поста. Кроме поддержки 300 языков, перечислены открытый набор данных по 27 африканским языкам, на которых говорят более 100 миллионов человек, совместный с IISC-Banglore и ARTPARK проект Vaani с открытыми речевыми и визуальными датасетами для 109 языков Индии и модель перевода жестов в текст SL2T для людей с нарушениями слуха.

Ответственность и оговорки автора

В финале поста Google разводит два риска. Первый — неправомерное использование в химической, биологической, радиологической и ядерной сферах (CBRN): для него нужны инструменты обнаружения, отчётности и снижения риска. Второй — «неиспользование» (missed use), когда ИИ не применяют там, где он принёс бы пользу, и тем самым усугубляют уже существующее неравенство. Компания настаивает, что научный прогресс требует сотрудничества с академией, национальными лабораториями, фондами, НКО, правительствами и другими компаниями, и напоминает о своей давней поддержке науки: более 1 миллиарда долларов для более чем 1700 исследовательских институтов с 2006 года.

Завершается текст цитатой нобелевского лауреата Джоэла Мокира (Joel Mokyr) о «петле положительной обратной связи, которая может расти без конца»: новые технологии двигают науку, наука — новые технологии. Google называет ИИ самым мощным двигателем этой петли и добавляет, что всё только начинается.