智能化科研

Posted on In , Views:

追踪AI驱动的自动化科研相关的进展及趋势，重点关注基础物理研究相关项目。

Progress

  • 2026-02-23 Evolving Dark Energy and AI - Scott Dodelson

    “I wrote a paper 25 years ago with a model for evolving dark energy, https://arxiv.org/abs/astro-ph/0002360. Can you write code that chooses parameters in that model so that it gets distances consistent with the latest DESI results [using CMB LCDM parameters]?”

    It was a powerful, visceral experience, one that will take a long time to process.

    I am in awe; no, I do not have any certainty about what the future will bring; but maybe, there is hope that this will improve our work-lives.

    @光头怪博士: 认真使用过今天 LLM 以及 Coding Agent 的科学家不可能不感到不震惊、不去怀疑自己的职业、也不可能不去畅想无限的可能。

    @时空猫stc: 我觉得其实是宇宙学参数估计这一块的工具和文档都已经相当完备，对于用过cobaya和camb的人来说coding部分真就是几分钟的工作量。
    @光头怪博士: 是的，没错！但对于一个没有宇宙学训练的学生，“学会Cobaya”已经是一个很大的任务了。

  • 2026-02-13 GPT‑5.2 derives a new result in theoretical physics
    ChatGPT spits out surprising insight in particle physics

    GPT-5.2改写粒子物理教科书！人类手算32项算不出，AI一行公式搞定
    针对粒子物理学中一个公认已解决的问题展开研究，GPT-5.2 发现既有结论存在错误并提出了正确解法。研究专用版 GPT-5.2 连续思考 12 小时，自主发现了新的数学公式并完成数学证明，成果经哈佛、剑桥和普林斯顿大学的物理学家验证。

  • 2026-02-12 Towards Autonomous Mathematics Research

    Google 发布全自动数学研究系统 Aletheia

  • 2026-02-10 2026 AI for Science Kickoff

    @高飞：菲尔兹奖、诺贝尔奖、图灵奖得主同台：AI正在怎样改变科学？

    • Terry Tao（菲尔兹奖得主）：数学是AI渗透最快的学科之一，因为可以用 Lean 代码进行形式化验证
    • Barry Barish（引力波学者、诺奖得主）：AI在物理学里的进展远比想象的慢。现代物理的基础是统计分析，而AI在统计显著性上的缺失限制了其在科学上的应用。AI确实在加速科学发现，但真正的物理突破所需要的仍是新探测器，而不是更好的算法。用AI改进实验仪器，优化信号处理。
    • Richard Sutton（强化学习之父）： 下一个时代是”经验时代”：在交互中学习，从环境反馈中学习。
    • Bhuvnesh Jain（宾大宇宙学家）：经过近百年的超专业化之后，AI正在把不同学科重新拉到一起。

  • 2026-02-24 Anthropic安全路线图 Anthropic’s Frontier Safety Roadmap

    Anthropic 预计在 2027 年初实现能源、机器人、武器开发以及AI本身等国家安全关键领域的全自动研发，或者至少大幅提速人类团队进展。

  • 2025-11-24 美国创世纪计划 Launching The Genesis Mission

    特朗普启动“创世纪任务”，调动4万科学家，造一个“科学之神”
    11月24日，白宫发布行政命令，启动“创世纪计划”（Genesis Mission），授权美国能源部国家实验室与科技企业和高校合作，利用人工智能推动科学研究的发展。通过联邦科学数据训练科学研究专用的人工智能模型和智能体，以推动各领域的科研进展，尤其是医药研发。

  • 2025-10-28 OpenAI三年计划 OpenAI Q&A
    OpenAI使用”任务时间跨度”来衡量模型能力，即模型所能完成的任务对应于人类专家需要的时间，当前模型的水平约为5小时。Jakub表示，这个时间跨度将继续快速延伸，不仅源于预训练扩展(模型规模提升)，也来自后训练以及测试时扩展^ref^。

    围绕加速科学发现和技术进步的核心，OpenAI设定了明确的内部目标：

    • 2026年9月前，开发出足够强的AI研究实习生，能实际加速研究人员工作。
    • 2028年3月前，开发出能够自主完成大型研究项目的全自动AI研究员。

    相关新闻：[2025-10-16] OpenAI hires black hole physicist for science initiative

  • 2025-10-28 美国科研智能体 AI Supercomputer for Scientific Discovery

    2025年10月28日，NVIDIA与Oracle宣布合作，为美国能源部在阿贡国家实验室部署 10万个英伟达 Blackwell GPU，建设其史上规模最大的AI超级计算机系统，推动美国在科学发现领域迈入“智能体”（Agentic AI）新时代。系统将服务于由公共研究资金驱动的科学发现，赋能科学家和工程师，加速医疗、材料、能源和国家安全等关键领域的突破。