标签
Claude AI 解决了理论物理中的九圈散射振幅问题，创下新纪录，并展示了人工智能在复杂科学计算中的潜力。
科学家从系外行星Beta Pictoris b探测到无线电信号，这是首次从另一个世界进行此类探测，归因于自然磁活动，并由MeerKAT望远镜记录。
本文介绍了ExplorationBench，这是一个用于评估AI系统在可验证外星世界中探索能力的基准测试，通过提供可执行规则并防止从预训练数据中回忆，以应对科学发现中的挑战。
Anthropic宣布了一项由Claude主导的发现，可能代表一种新的基因编辑机制，强调了AI在快速推动生物学研究从弱项到超人水平方面的潜力。
MIT 任命 David Siegel 为下一任创新研究员，以探索人工智能如何加速科学发现，利用他在 AI、创业和慈善事业方面的背景。
MOSAIC-SR引入了一种基于Transformer的符号回归方法，通过使用初始草图来改进方程恢复和科学数据集上的预测准确性。
ScientistTwo 是来自 Google Cloud AI Research 的一个自主多代理框架，它在无需人工干预的情况下执行端到端的科学发现周期，并与顶级 AI 会议如 ICLR、ICML 和 NeurIPS 进行基准测试，超越了人类最先进的模型。
ScientistTwo是一个完全自主的多智能体框架，进行端到端的科学研究，生成专家级的论文和代码库，这些成果超越了人类最先进模型，并达到了ICLR和NeurIPS等顶级AI会议的接受标准。
Lila Sciences在Ray Summit上介绍了他们的内部自助式AI研究平台，该平台使用Flight、Ray和GitOps来支持通过优化的构建-测试-学习循环实现自动化科学发现。
Paper2Agent 是一个发表在 Nature 上的多智能体框架，它自动将研究论文转化为虚拟作者，使 AI 智能体能够与科学知识进行交互并在此基础上构建，从而促进更深入的发现。
该文章强调了湿实验室数据如何使专用模型在科学任务上超越 GPT-6 Astra，凸显了领域特定数据对于推动人工智能在科学前沿发展日益增长的重要性。
Greg Brockman讨论了OpenAI如何使用10,000个AI代理解决Navier-Stokes问题，强调了AI推动科学发现和迈向通用人工智能（AGI）的潜力。
Discovery Foundation Models 被提议作为通用系统，通过迭代问题表述、假设测试和基于证据的修订，在干湿实验室环境中实现开放式科学发现。本文引入了一个具有问题发现和持续改进等能力的框架，并通过Zetema和GALILEO等系统进行实例化。
新研究确定了Brimham Rocks是英国Devil's Arrows石块的地质来源，揭示古代建造者将25吨巨石运输超过18公里，表明在史前时期有深思熟虑的选择和巨大的努力。
这条推文讨论了AI在推进数学和科学发现方面的激动人心的潜力，同时强调了谦逊和专注的必要性。
宣布使用OpenAI的下一代AI模型解决了Navier-Stokes千禧年大奖难题，这代表了AI和数学的一个重大里程碑。
天文学家通过哈勃太空望远镜观测，在土星南极附近发现了一个十边形的大气结构，相关成果已发表于《科学进展》。
本文介绍了一种使用类型化研究对象和工作流代数的物理实验室可计算表示，以实现自主科学发现的可验证工作流。该表示在机器人实验室中实现，为智能体驱动的科学自动化提供了基础。
OpenAI 推出的 GPT-6 Astra 在多项基准测试中达到了最先进的性能，预计将对创业、科学发现等领域产生重大影响。
科学家通过地下实验发现了迄今为止最令人信服的暗物质粒子证据，尽管这是一个单一未解释的事件，尚未得到确认。