标签
NVIDIA宣布推出新的AI软件库和微服务——DAQIRI、ALCHEMI和cuPhoton——大幅加速天文学、材料科学和粒子物理等领域的科学计算任务，相比基于CPU的流水线可实现高达14,900倍的加速。
Oswald Steward及其同事因发现神经元可在突触附近产生蛋白质而获得2026年卡夫利神经科学奖，这一发现从根本上改变了人们对记忆和大脑可塑性的理解。
一篇介绍AI科学家（The AI Scientist）的论文，该系统自动化了从想法生成到同行评审的整个研究生命周期，展示了人工智能在科学贡献方面日益增长的能力。
THU Team Eureka 开源了 EurekAgent，这是一个基于 Claude Code 构建的自主研究系统，通过环境工程在数学、内核工程和机器学习任务上取得了最先进的结果。
文章认为，现实生活中的外星生命揭露很可能是一个渐进、科学的过程，类似于发现希格斯玻色子，而不是 Steven Spielberg 新电影中描绘的戏剧性电影揭示，并引用了最近的UAP听证会和缺乏确凿证据的情况。
介绍SciAgentArena，一个约200个任务的基准测试，用于评估真实科学研究中的AI智能体。发现智能体在明确指定的数据分析工作流程中表现有效，但在产生新颖见解和开放式探索方面存在困难。
介绍StatefulDiscovery，一个用于开放端科学发现的框架，它利用外部化的调查状态来校准证据和主张，在生成得到充分支持的高价值主张方面优于基线方法。
本文介绍了EinsteinArena，一个代理原生平台，通过自主AI代理之间的开放交互，实现去中心化的科学发现。该平台已经产生了12项新的最先进成果，包括改进了11维接吻数问题的最佳已知下界，从593提高到604，这表明集体AI驱动的研究可以源自代理之间分享见解并相互借鉴。
本文提出了一种受并行回火启发的进化框架，该框架利用多温度采样和信息交换，提高了大语言模型生成科学假设的多样性和质量，并在分子发现、方程发现和算法发现等领域中得到了验证。
介绍SciTrace框架，该框架通过安全内禀推理循环和组合工具链验证器，将安全推理融入科学代理流程的每一个阶段，在保持输出质量的同时实现了最先进的安全性。
EditSR 提出了一种双层框架，将神经符号回归模型与基于编辑的修正器（Rectifier）相结合，以高效修正生成表达式中的结构错误，减少错误累积，并以有限的额外成本提高复杂符号结构的恢复能力。
本文介绍了一个范畴论框架，用于区分自我改进的AI智能体中的真正科学发现与单纯的检索或搜索，利用范畴论来形式化状态转变。作者通过一个蛋白质力学示例展示了该框架：智能体在解决更难的问题时准确率下降，但其理论压缩了更多数据，表明真正的发现。
本文讨论了一篇新的MIT论文，提出了一种自进化AI科学家的框架，该框架能够识别当前模型的不足并引入新的科学概念，区分了检索、搜索和发现。
宣布将在旧金山举办的COLM 2026上举行LLMs for Scientific Discovery研讨会，论文提交截止日期为6月23日，并招募评审人员。
MIT的研究人员发表了一篇关于自进化人工智能科学家的论文，这些科学家能够发现并调整自己的科学词汇，利用范畴论框架数学量化真正的创新，并将发现与单纯的搜索或检索区分开来。
一个OpenAI模型发现了一个有80年历史的Erdős猜想的反例，研究人员在OpenAI Podcast上分享了这一故事，讲述了人工智能和数学家如何合作进行数学发现。
Google DeepMind 已开源 Science Skills，这是一套针对基因组学、结构生物学和化学信息学等科研任务的智能体技能集合，旨在以科学依据和更高的令牌效率加速智能体工作流程。
前DeepMind研究人员为Inherent筹集5000万美元，打造名为Faraday的平台，利用自我改进的AI来判断哪些科学问题值得探究，旨在实现超越人类能力的发现。
本文认为，尽管AI在模式识别和假设生成方面表现出色，但科学和经济的进步需要与现实世界的接地互动以及制度执行，强调了人机协作的必要性。
EvoSci提出了一种受生物启发的多智能体框架，将进化算法与知识图谱建模相结合，以迭代生成、评估和完善研究想法，在同行评审评估中取得了最佳性能。