Discovery at Scale 周报:AI for Science 瓶颈正向上游转移
bravo_abad · x · 2026-09-24
作者本周 AI for Science 周报的核心论断：最有说服力的工作正从「用神经网络替代科学计算」转向补足计算之外的其他环节。
- 上游瓶颈显现：分子动力学变快了，不代表知道哪些构型值得模拟；原子间势更准了，不自动给出化学上合理的反应路径——AI 开始负责决定算什么、在求解器看到问题前先构造问题、把科学直觉翻译成可计算量。
- 案例一 Gen-COMPAS（Tang 等，Nature）：用扩散模型生成蛋白质稀有跃迁的合理中间构型，再用短 MD 轨迹判断其行为，避免暴力模拟的浪费。
- 案例二：AUC 仅 0.62 的分类器把 65,578 个候选缩到 145 次 DFT 计算仍产出 6 项新发现——排序够好比精度最高更有用。
- 还涉及把论文变成可执行工具的 agent，以及让已发表方法更易复用的方向。
所属事件:弱分类器筛出 6 项新发现，AI 科研瓶颈上移(2 条相关)→
「研究」频道最新
- Claude Opus 5.5 与 GPT-6 Sol 上线 Biomni Lab 科研平台 — KexinHuang5 · 2026-09-24
- Arc 研究所发布 Minerva：基因组语言模型预测细菌 RNA 相互作用 — BrianHie · 2026-09-24
- 开源决策模型 JevK5 单次前向输出校准概率，JevBench 排名 76 系统中第 2 — airesearch12 · 2026-09-24
- World Labs 发布全模态世界模型 Atlas：原生支持文本图像视频3D — theworldlabs · 2026-09-24
- zeta(5) 或已被证明无理数,作者用 Astra 验证论证正确性 — aran_nayebi · 2026-09-24
- 新论文用多尺度 NeuroAI 模型解开安眠药唤醒意识障碍患者的悖论 — introspection · 2026-09-24