Discovery

§ 01综述

Discovery（发现）是科学研究中的核心过程，涵盖从因果关系推断到计算实验和量子系统探索的方法论。近期，因果发现、计算发现和量子计算发现领域均出现突破性进展，推动发现范式从手工假设转向AI驱动和干预性实验。

因果发现近期进展

Relaxing Faithfulness with Intervention-Only Causal Discovery（arXiv）提出一种仅利用干预数据、不依赖忠实性假设的因果发现方法，放宽了传统算法对数据分布的严格限制，有望提升真实场景下的因果结构学习可靠性。原文标题

Causal Discovery in the Era of Agents（arXiv）主张智能体应辅助而非取代因果推断，通过人机协作和交互式学习来增强发现效率，避免纯自动化带来的偏差。原文标题

Google DeepMind 发布 Computational Discovery 智能体原型，旨在通过AI自动化生成科学假设并设计实验验证，加速药物、材料等领域的发现周期。原文标题

微软推量子芯片 Majorana 2，可靠性提升1000倍，目标2029年实用机（IT之家）。该拓扑量子芯片在错误纠正能力上取得量级跃升，为量子计算在物理模拟、密码学等领域的发现应用奠定硬件基础。原文标题

当前Discovery领域的核心趋势是AI与因果推断的深度融合：因果发现正从被动观察转向主动干预和智能体协作，计算发现借助大语言模型实现假设生成自动化，而量子计算则提供前所未有的算力探索未知物理空间。然而，如何平衡自动化发现与可解释性、验证可靠性仍是关键挑战。

§ 02相关报道08 条在档

§ 03邻近话题