DeepMind 盘点 AI for Science:GNoME、连接组图谱与聚变控制
TheTuringPost · x · 2026-10-08
DeepMind 研究院的研究综述显示,AI 正在多领域加速科学发现:
- 材料与生化:GNoME 预测数百万候选晶体结构;生成式工具从头设计分子用于药物发现。
- 神经科学与基因组学:完成成年果蝇全连接组图谱,构建更具代表性的人类泛基因组。
- 物理科学:深度学习稳定实验性聚变反应堆中的等离子体,提升天气与灾害预测精度。
作者将 AI 定位为既是加速现有科研流程的通用技术,也是一种「发明的发明方法」(IMI),从根本扩展科学发现的边界。
所属事件:DeepMind 长文盘点 AI for Science：从工具到「发明的发明」(3 条相关)→
「研究」频道最新
- PredActor 用单一扩散策略统一人形机器人运动生成与控制,G1 端侧跑 50Hz — carlosdponx · 2026-10-09
- 研究称持续学习无需 on-policy,正确的 off-policy 训练同样有效 — AdtRaghunathan · 2026-10-09
- sudo L7 基准:60 项真实生产任务,最强编码 agent 仅通过 45% — echen · 2026-10-09
- 谷歌 FlowAgent 进 CI 修测试失败:195例人工核验67%正确,上线后建议28.5万次 — omarsar0 · 2026-10-09
- 新论文:用随机最优控制协调多个冻结预训练扩散模型 — jmhernandez233 · 2026-10-09
- 自动驾驶仿真新法:以风险百分位精确控制角落场景有多「角落」 — Jiaxi Liu · 2026-10-09