标签
麻省理工学院研究员尼尔·汤普森的一项新研究显示，2024年至2026年间，前沿人工智能模型在物理学、统计学和经济理论等领域解决理论问题的比例从约2%跃升至约35%，这表明人工智能正在数学领域引发的颠覆性变革很快将蔓延至整个科学界。
一条推文凸显了湾区生物经济活动的极高密度，指出在10月12日至18日这一周内共有53场活动，涵盖创业、人工智能与科学数据、药物研发及神经科学——这表明人才、科研、资本与产业正在高频交汇碰撞。
一篇评论文章，将人工智能迅速涌现、具有颠覆性的科学发现——例如 OpenAI 攻克数学中的千禧年大奖难题——与斯特鲁加茨基兄弟小说中的“路边野餐”隐喻作类比：难以理解的奇异物件被倾倒在田野上，其堆积速度远超人们理解或整合它们的速度。
这篇 arXiv 论文研究了语言模型在着手化解矛盾之前，如何判断两项科学发现是否具有可比性。在一个受控任务中，不可满足的 XOR 约束被翻译成实验报告；当约束条件显式给出时，GPT-5.6 Sol 和 Claude Opo 5 都能很好地还原出最有力支持的赋值方案，但当研究发现以科学散文的形式呈现时，模型往往倾向于遵从生物学上的既有预期。
一场关于 Modal 的 Runtime 活动的演讲预告，活动将在旧金山举行，来自 NVIDIA、Typesafe AI、Runway 和 Achira AI 的工程师将分享有关 AI x Science、推理、训练和智能体方面的内容。
一个AI系统自主构建了逐原子模拟器并进行了数日实验，发现了在相同质量下强度提升约25%的石墨烯设计。
ScienceBuddy 是 PhAI Labs 开发的一款免费、专注于生物医学的 AI 工具，帮助研究人员进行科学分析，如差异表达分析，并通过纠正用户输入和避免数据伪造来强调准确性。
Lila Sciences 正在开发一个集成的 AI 驱动平台，以自动化科学实验，使用 AI 模型和机器人技术来解决科学中不可验证的假设，愿景是创建科学智能的缩放定律。
本文评估了人工智能在27个科学领域中与传统统计学和科学计算的性能对比，发现人工智能通常在更高计算成本下优于统计学，但在更低计算成本下日益优于科学计算，从而重塑了科学前沿。
ARCHE是一个自主代理系统，集成了推理和计算模型，以自动化发现和验证化学反应机理，并通过多种化学场景进行了验证。
本文讨论了像 AlphaGenome 这样的 AI 模型如何通过在生物学中缩小搜索空间来推动科学突破，强调了 AI 在高效指导研究方面的作用。
Anima Anandkumar 博士被《时代》杂志评为人工智能领域 100 位最具影响力的人物之一，并创立了她的公司 Accelerated Understanding，以整合人工智能和科学。
安妮玛·安南德库马尔教授被《时代》杂志评选为人工智能领域100位最具影响力人物之一，与此同时，她专注于融合人工智能与科学的公司 Accelerated Understanding 公开推出。
本文探讨了当前AI模型是否能够通过加速假设生成和研究，推动突破性的科学发现，如新材料的发现，并与LK-99超导体事件进行类比。
介绍了IG-Bench，一个用于科学谱系推理和创意生成的基准测试，将科学作品表示为Idea Genome对象。评估了14个基于LLM的科学家，发现了一个组合瓶颈，最强系统在谱系推理上的精确准确率仅为27.3%。
Anthropic推出了Claude Science，这是一款用于科学研究的旗舰产品，能够自主执行计算生物学和药物开发中的任务，标志着该公司在人工智能应用于科学领域下了一个大赌注。
本文提出了一种概念与方法论框架，用于评估AI辅助研究中的证据许可声明，强调校准作为管理科学断言权利的机制，并区分不同的AI研究路径。
Anthropic推出了Claude Science，这是一款用于计算生物学和药物开发自主科学研究的新旗舰产品，所有付费Claude订阅用户均可使用。
探讨了在科学发现中验证人工智能生成假设的挑战——当不存在基准真相时如何应对，并介绍了Apodex的多智能体方法，即使用独立的验证智能体作为解决方案。
这篇立场论文认为，对AI的科学理解必须超越事后分析，转而研究塑造模型行为的训练动态，这对于预测、干预和设计训练过程以获取期望特性（如能力和安全性）具有重要意义。