Matt Lease 要在 COLM 2026 讲怎么用 AI 做科学发现,顺带聊风险评估,在德州奥斯汀做相关研究的可以去听。
#AI for Science
Elad Gil 吐槽生物学科自 2012 年 CRISPR 后就没啥大动静了,还聊到 AI 和 microgrants 怎么可能加速科研,观点挺有意思。
Google 这波盘点挺实在:AlphaGenome Atlas 把 90 亿个基因变异开放出来,WeatherNext 3 做天气预测,搞科研的可以看看。
大家都盯着实验室刷数学证明,这条讲历史学家怎么用 AI 破 John Dee 密码、挖 Darwin 的思想源头,角度少见。
Google 老将 John Platt 聊了 AI 怎么用于科研:减飞机尾迹、FireSat 卫星测火,还有用 Gemini 加蒙特卡洛树搜索拿下 CDC 疫情预测基准第一。
Anthropic 让 950 个 agent 跑了 21 小时,真在病毒数据里找出一个 CRISPR 类似结构,Amodei 说这就是 AI 治病的第一步。
Anthropic 让 949 个 Claude 智能体自己跑 21 小时,扫了 19 亿蛋白簇,真挖出一个类似 CRISPR 的新酶系统,AI 做科研这回是真落地了。
Anthropic 让 950 个 Claude Agent 跑了 21 小时分析噬菌体 DNA,还真找到一个类似 CRISPR 的未知酶系统,科学研究玩法变了。
Anthropic 让 Claude 自己读文献、挖基因组数据还提出了验证实验,真发现了一个疑似新基因编辑机制,Dario 亲自发的长文,值得看看 AI 做科研到底走到哪一步了。
sklearn 里的 SMO 算法作者、拿了奥斯卡的 Google 科学家聊 AI 怎么做科学、解决气候问题,访谈内容很扎实。
Jeff 晒了份 pitch deck,说要靠 AI 自动跑实验,先搞 ML 研究,之后再覆盖科学和工程问题。dair_ai 也在做类似的事。
如果你在实验室或深科技创业,想学怎么用智能体自动化科研流程,这个4周 fellowship 是绝佳机会,比单纯读论文实用得多。
Allen AI 给 Asta 加了两个实用功能:一键把 AutoDiscovery 的结果扔进数据分析,论文搜不到还会自己重搜。搞科研的可以试试。
CuspAI拉来NVIDIA、Meta、三星等巨头合建材料AI生态,用MIRA平台加速新材料发现,想解决半导体和能源的材料瓶颈,挺有看头。
达摩院搞了个AI智能体,从240万晶体里筛出6.8万候选,还实战验证了4种超导新材料,比传统SuperCon数据库效率高太多,搞材料的人可以白嫖数据。
做科研的 AI 用户终于有了专门评估 AI 辅助科研能力的基准——T-Bench Science 直接面向真实工作流,科学家可以贡献自己的流程来推动模型进步,值得关注和参与。
做 AI 训练数据或科学计算的团队,终于有了一个能保证数据正确性的方案——PerfectBit 用物理模拟器验证数据,比人工标注靠谱太多,做机器人或科学 AI 的开发者值得关注。