AI-революция — это нанолитография, и никто не говорит вслух

Minimalist editorial illustration split vertically: on the right, a magnified close-up of a silicon chip with visible micro-architecture (transistors as a geometric pattern). On the left, a stylized mRNA strand inside a lipid nanoparticle. A soft luminous line connects the two halves. Calm violet-to-indigo gradient, no logos, no readable text, professional editorial style, 16:9, 1600x900.

На конференциях говорят «AI-революция». В заводских цехах TSMC говорят «3 нанометра». Это одна и та же фраза, только вторая — точнее.

Трансформер существует с 2017 года. GPT-3 родился через три года, когда NVIDIA смогла собрать чип A100 на 7-нанометровом техпроцессе. GPT-5 / Claude / Gemini сидят на 4-3 нм. TSMC уже запускает 2 нм. Каждый шаг вниз — это больше параметров за тот же ватт.

Если убрать из «революции» полупроводник, останется красивая математика, которую нельзя запустить.

Нанотех в медицине уже работает

Это не сюжет «через двадцать лет». Это то, что прошло через миллиарды реальных пациентов за последние пять.

• мРНК-вакцины. Pfizer и Moderna используют липидные наночастицы для доставки мРНК внутрь клетки. Без них вакцины бы не сработали. Нанотех промышленного масштаба.
• Адресная доставка лекарств. Наночастицы, нацеленные на опухоль, доставляют химиотерапию точно туда, минуя здоровые ткани. В 2024-25 в клинические испытания вышли десятки таких препаратов.
• Биосенсоры на квантовых точках. Анализ крови по капле, поиск белков-маркеров — это уже устройство размером со смартфон, не лаборатория.
• Носимые сенсоры. Apple Watch измеряет SpO2 через нано-оптические сенсоры. Глюкометры без прокола пальца — на подходе.

Самое интересное — на стыке

Где AI и нано встречаются, начинается то, что обычные графики прогресса не успевают рисовать:

• AlphaFold и наследники. AI предсказывает структуру белков. Без этого нано-доставка лекарств работала бы наугад.
• AI-проектирование наночастиц. Какую липидную оболочку выбрать под конкретную мРНК? Раньше — годы экспериментов. Сейчас — модель предлагает топ-10, биохимики проверяют. Цикл сократился в 5-10 раз.
• Edge-AI на сенсоре. Чип в кардиомониторе сам распознаёт аритмию и шлёт алерт. Не «в облако и обратно» — прямо в устройстве.
• Персонализированная медицина. Геном пациента + нано-сенсор + AI = терапия под одного человека, а не под средний результат по выборке.

Что делать стране, у которой нет фабрики TSMC

Очевидно: завода TSMC мы не построим. EUV-литографий в мире меньше десяти, каждая — десятки миллиардов. И это нам не нужно для того, чтобы оказаться на правильной стороне волны.

Что реалистично:

1. Готовить людей, которые эти технологии применяют. Биоинженеры, ML-инженеры в фарме, специалисты по носимым сенсорам — этих людей будет не хватать везде.
2. Строить клинические базы данных. AI-проектирование лекарств работает на данных. У нас уникальная демография — молодое население, генетическая гетерогенность. Это ресурс, который превращается в науку.
3. Импортировать устройства, обрабатывать данные локально. Носимый сенсор привезли — данные крутятся здесь, в местном контексте, под местным compliance.
4. Партнёрства с университетами. MIT, ETH Zürich, KAIST — все хотят клинических данных из новых рынков. Это путь к доступу к технологиям без покупки заводов.

Где у нас уже движется

• Президентская программа развития биотехнологий — 2024.
• В IT Park появилось направление biotech-стартапов.
• Открыты пилотные исследовательские центры при ведущих вузах.

Это первые шаги. Что ускорит: больше международных коллабораций, прозрачные клинические базы с информированным согласием, активное возвращение учёных-репатриантов. Поле открытое — и время на нём дорогое.