research-impact

文章讨论了人工智能如何革新数学中深刻定理的产生，挑战了传统的成功衡量标准，并以Nivat猜想为重点。

数学家们对AI在解决长期数学问题上的迅速进展表示恐惧和担忧，OpenAI和Anthropic取得的突破可能重塑该领域。

Terence Tao 讨论了AI如何被用于解决开放数学问题，并对这些资源的非可持续性质及其对未来研究的影响提出了担忧。

本文对一种为临床学者起草转化影响摘要的人工智能代理进行了真实世界评估，结果显示，每位学者的工作人员时间从15小时减少到14分钟，可用率为81.7%。

Google DeepMind 强调其基于 Gemini 的编码智能体 AlphaEvolve 的广泛影响，展示了在基因组学、电网优化、地球科学和量子物理研究方面的重大进展。