
我们的新科学博客

OpenAI 宣布启动一个新的科学博客,面向科学家和学术研究者,用来分享他们用 AI 做出的发现以及具体工作方法。OpenAI 表示,加速科学发现是确保 AGI 惠及全人类这一使命的重要途径。
博客计划覆盖三类内容:研究进展与发现、方法与实践指导、来自科学界的视角。方法指导部分会展示科学家如何将模型用于科学计算、数据分析、文献探索和实验规划,并会说明如何核查 AI 产出以及方法在哪些场景下失效。
近期成果是博客开张的注脚。9 月,OpenAI 内部系统针对 Navier–Stokes 存在性与光滑性问题生成了一个证明;10 月初,团队发布了一系列数学结果,其中包括一项关于 quasi-Riemann hypothesis 的工作,改进了对给定数值以下素数数量的估计。同月晚些时候,又公开了数学、计算机科学和物理学三个领域的成果,涉及波的聚集方式、高效计算极限以及交错量子场论的数学基础。
生物学方面,OpenAI 与 PerturbAI 和 Scripps Research 合作,用 GPT-Rosalind 驱动的数千个 agent 在 32 分钟 内分析了来自 数百万 小鼠脑细胞的实验数据。这些 agent 把基因干扰效应与科学文献联系起来,提出了可供科学家检验的潜在生物学机制。César de la Fuente 的团队则用 ChatGPT 和 Codex 构建算法,识别潜在抗生素分子,并实际合成和测试。
AI 进入科研也带来现实问题:在数学领域,由系统生成的证明如何被检查、解释和纳入学科体系;在实验科学中,更多可探索的假说意味着如何选择实验成为新的难题;各学科还要重新考虑训练、成果归属以及所需技能。OpenAI 希望这个博客能帮助更多人理解 AI 如何改变科学,并亲自用于探索新问题。

