Новая гонка ИИ идёт не за чат-ботами — а за веществами, которых ещё не существует

Общепринятая логика AI-рынка проста: больше данных, вычислений и параметров — лучше модель. Именно вокруг этой формулы выстроены крупнейшие инвестиции и инфраструктурные союзы. Но материалы подчиняются другой реальности. Здесь недостаточно предсказать структуру вещества: её ещё предстоит синтезировать, проверить, оценить по стоимости и встроить в промышленный процесс.

CuspAI Макса Веллинга предлагает назвать эту цепочку «AI Materials Foundry» — фабрикой материалов, а не очередным чат-ботом. В интервью Financial Times Веллинг описывает подход, в котором модели проектируют вещества под заданные свойства, после чего расчёты и лабораторные проверки возвращают системе новые данные. Это не демонстрация красивого ответа на экране, а замкнутый цикл между программным кодом и физическим миром.

И здесь происходит переворот рамки. А что если главный дефицит ИИ — не вычислительная мощность, а задачи, где ответ нельзя получить одним запуском модели? Партнёрство с Nvidia важно для CuspAI не только как доступ к ускорителям: оно показывает, что рынок пытается соединить генеративные алгоритмы, симуляции и лабораторную инфраструктуру. Однако сам по себе графический процессор не создаёт материал — он лишь ускоряет поиск среди огромного числа кандидатов.

Присоединение Джеффри Хинтона и Янна ЛеКуна к консультативному совету добавляет проекту научный вес, но одновременно повышает планку ожиданий. Их присутствие не доказывает, что CuspAI уже решил проблему воспроизводимости или масштабирования экспериментов. Оно подчёркивает другое: следующий этап AI может определяться не победой одной модели, а способностью построить надёжную систему, где гипотеза превращается в образец, а образец — в продукт.