AI随手一个任务，刷新37年纪录！数学家的“铁饭碗”还能保住吗
10:28
精选参考来源
精选参考来源
1. AI突破数学边界：Claude将黎曼猜想零点比例纪录大幅刷新至67.2%
ITBear科技资讯 2026-08-11 00:00:00
2. 突发，Claude首破黎曼猜想新纪录！
今日头条 2026-08-11 00:00:00
3. 突发！Claude挑战黎曼猜想「失败」，却意外刷新37年数学纪录
今日头条 2026-08-11 00:00:00
4. Anthropic内部模型在黎曼猜想上取得突破：关键下界从41.6%推到67.2%
腾讯网 2026-08-11 00:00:00
5. 2026年5月20日OpenAI推翻80年Erdős猜想 之前的AI（包括AlphaProof拿IMO银牌）做的是：有已知解法的竞赛题、人类知道怎么验证答案、在固定时间内可解。 而这次是：一、开放问题：人类80年不知道答案。二、研究级数学：结果能发顶级数学期刊 三、发现新联系：把代数数论和组合几何连接起来。
抖音 2026-08-07 00:00:00
6. 效率暴涨40倍！全球首个会动手做实验的AI问世，新药研发迎来巨变
今日头条 2026-08-08 00:00:00
7. 2026中国科研智能体TOP15
今日头条 2026-08-06 00:00:00
8. 【美国科研，正式进入AI 时代】 2026年7月22日，美国能源部长克里斯·赖特在华盛顿举行的首届“创世纪计划”（Genesis Mission）峰会上公布首批278个入选项目，标志着这项以AI推动科学研究的国家计划正式进入实施阶段。 此次计划共收到超过5000份申请，创下美国能源部（DOE）历史最高纪录。首批项目资金来自DOE已承诺投入的2.5亿多美元，而白宫当天宣布，将整个计划的联邦投入扩大至超过50亿美元。 “创世纪计划”由DOE于2025年11月启动，目标是在人工智能、高性能计算、自动化实验等技术支持下，加快科学发现，提高美国科研效率。首批278个项目中，87个由DOE或国家核安全管理局（NNSA）国家实验室牵头，168个由大学牵头，19个由企业牵头，另有4个来自非营利机构。共有342家机构参与，包括16个国家实验室、142所大学、157家企业以及其他科研组织，项目覆盖美国全部50个州。 资助采用两阶段模式。第一阶段持续9个月，每个项目获得50万至75万美元支持；通过评估后，可申请第二阶段数年期资助，金额最高可达1500万美元。目前规模最大的单项资助是一项为期三年、总额6000万美元的核能研究。 从研究方向来看，核能与聚变能源是投入最集中的领域，也是整个计划的重点。多个项目利用AI开发聚变反应堆设计平台、数字孪生系统、先进核材料预测模型和智能运维工具，希望缩短核技术研发周期。关键矿物与稀土供应链同样占据重要位置，研究内容涵盖矿产勘探、废旧电池回收以及稀土分离工艺。与此同时，量子计算、微电子、先进材料、地球系统科学、水资源预测、电网韧性、生物技术等方向也获得大量支持，形成覆盖基础科学与工程应用的完整布局。 美国也希望由此建立起跨部门科研体系。国家实验室承担了大量核心项目，其中橡树岭、劳伦斯利弗莫尔、阿贡、布鲁克海文、洛斯阿拉莫斯、桑迪亚等实验室均位列主要承担单位。高校仍是项目数量最多的主体，MIT、斯坦福、普林斯顿等研究型大学广泛参与。企业方面，谷歌宣布向计划提供4000万美元支持，惠普企业（HPE）以及多家聚变能源初创公司也加入研发合作。 按照DOE的安排，最终只有约10%的项目有望进入第二阶段，获得更长期、更高额度的资金支持。美国希望先通过广泛探索寻找最具潜力的技术路线，再集中资源持续投入。如果后续推进顺利，这项计划有望成为美国近年来规模最大的AI for Science实践之一，也将进一步强化国家实验室、大学和产业之间的协同创新体系。#AIforScience##创世纪计划##美国科研进入AI时代#
今日头条 2026-08-04 00:00:00
9. 迭代从52次压缩至3.6次，AI自主实验如何重构材料科研？
今日头条 2026-08-07 00:00:00
10. Claude重大突破：黎曼猜想零点比例下限提至67.25%
网易 2026-08-11 00:00:00
11. 【合肥晚报】重复实验交给“机器科学家”
中国科大新闻网 2026-08-08 00:00:00
12. 【科技日报】跨学科、会“动手”、能上云，AI正促进科研范式深刻变革
中国科学院自动化研究所 2026-07-21 00:00:00
13. 昇腾AI4S科学计算最佳实践，加速生命科学智能创新落地
今日头条 2026-07-13 00:00:00
14. 活力中国调研行丨当实验室来了“AI管家”，科学家装上了“超级外挂”
中国科技网 2026-07-25 00:00:00
15. AI重构基础科研：跨学科融合与高效计算实践
CSDN文库 2026-07-25 00:00:00
16. 【会员风采】黎曼猜想的物理对应问题上取得重要进展
今日头条 2026-08-06 00:00:00
17. 科研党有福了！Qwen3.8能自主复现paper了 科研党应该都经历过：paper看懂只是第一步，真正耗时间的是配环境、补代码、处理数据、跑基线，以及一轮又一轮地调整实验。 有时候花了几天，实验还是卡在一个依赖版本、一段缺失代码，或者paper没有写清楚的参数上。 现在，AI已经开始尝试把这套流程自己跑完了。一个新的科研工作方式已经出现了。 就在今天，阿里发布了新一代模型Qwen3.8。它在科研复现评测PaperBench上刷出了93分的新高，也第一次把“AI自己复现论文”这件事，实实在在摆到了台面上。 以前我们把Paper交给AI，说：“帮我总结一下。” 以后可能会变成：“先把它复现出来。跑完以后，把代码、失败记录和结果一起交给我。” 科研党熬夜配环境的日子，可能真的开始倒计时了。 （我把指令放在评论区了，自取） 1. 今天发布的Qwen3.8-Max，公开了一个完整的paper复现案例。 研究人员只给了它一篇《Unified Data Selection for LLM Reasoning》paper和一组GPU，没有提供现成代码、数据处理脚本或实验流程。 它要完成的任务很直接：先把paper复现出来，再想办法超过它。 这一次，AI做的不再是总结Paper，而是真的开始自己跑实验了。 2. 如何先从零搭出完整实验？ 这篇paper研究的是一个很实际的问题：训练大模型时，候选数据远远多于计算预算，到底应该保留哪些样本？ paper提出了一种叫HES的数据选择指标。 简单理解，就是重点计算推理过程中最“不确定”的少量Token，用它识别那些包含困难决策点、训练价值更高的样本。 要验证这个结论，AI不能只复述paper，而要从paper中还原数据处理方法、训练配置和评测流程，自己编写代码，再把实验真正跑起来。 根据官方披露，Qwen3.8-Max连续工作约125小时，编写约7600行代码，执行超过1100次操作，完成33轮GPU训练。 前37小时，它从零搭建了数据处理、模型训练和结果评测流程，并复现出paper的6项主要发现。 #howto用AI抢救一切 #大模型 #ai工具 #AIforScience #Qwen #千问大模型 #论文复现 #效率神器
今日头条 2026-08-04 00:00:00
18. 普林斯顿｜经济理论学者AI科研指南2026
小红书 2026-08-08 00:00:00
19. 华为智慧科研方案赋能科研新范式
微信公众号 2026-08-07 00:00:00
20. 美国“创世纪计划”揭晓首批项目，探索AI重构科学发现新模式
今日头条 2026-08-06 00:00:00
21. 从“卖水人”到“造浪者”：晶泰科技（02228）发布XtalPi Science，以Physical AI重构万亿科研基建
今日头条 2026-08-04 00:00:00
22. 黎曼猜想与2000美金：AI时代，什么样的人类智力才不会被替代？
腾讯网 2026-08-04 00:00:00
23. 突发，Claude首破黎曼猜想新纪录！
今日头条 2026-08-11 00:00:00
24. In your opinion, will Riemann Hypothesis eventually be proven (disproven) by AI model?
Opper 2026-03-20 00:00:00
25. 刚刚，Claude 挑战黎曼猜想失败，数学家却看懵了
36氪 2026-08-11 00:00:00
26. AI批量攻坚猜想势如破竹，会碾压人类顶尖数学家吗？ 长久以来，基础数学留给大众的印象，是几代顶尖数学家耗费十数年心血，埋头攻坚一个世界级猜想，一旦完成证明便足以斩获菲尔兹奖。而如今格局正在发生剧变：齐默尔曼依托AI短时间推进十几个菲尔兹级别数学猜想，单位距离猜想更是实现了AI自主完成核心证明，对比悬殊的效率让不少人感慨数学界仿佛要迎来大变天。有人疑惑，人类苦思多年无解的难题，AI短短几天就能攻克，难道AI仅仅是算力更强的计算器？又该如何看待人机在数学领域的定位与分工？ 首先需要客观正视AI的自主突破能力，不再简单将AI定义为依附人类的演算工具。过去多数AI辅助数学的案例，都是顶尖数学家敲定解题方向，由AI完成冗长推导、验算细节。但单位距离猜想是标志性的转折点，在近八十年间，一代代数学家受固有直觉束缚，默认平面最优点集为方形网格，始终难以突破瓶颈。而AI仅接收问题指令后，自主跨界串联代数数论与离散几何，构造出人类从未设想的点集结构，自主完成核心思路搭建与反例推导，并没有人类一步步划定解题路径。当然，AI的自主创造并非凭空诞生，它的全部知识来源于人类数百年来沉淀的数学论文、定理体系，硬件框架由人类搭建，最终的证明也需要人类数学家核验梳理。这就如同天才学者站在前人著作上完成突破，依托前人积累并不等同于丧失原创性。 AI解题速度碾压人类，根源远不止计算速度更快，而是思维模式存在本质差异。其一，人类存在明显的知识壁垒，一名数学家往往只能深耕两三个细分领域，很难实现跨分支联动；而AI整合了全球所有数学门类知识，可以瞬间拼接看似无关的理论工具，这也是单位距离猜想得以突破的关键。其二，人类有精力上限与思维定式，一天只能试错寥寥几条思路，长期碰壁容易陷入固有认知；AI可以并行推演上万条推理路径，不知疲倦地筛选排除死胡同，几天就能完成人类数十年的试错总量。其三，面对上百步的超长逻辑链推导，人类极易出现细微疏漏，AI却能保持逻辑高度稳定；同时AI没有日常经验带来的直觉枷锁，能够构建违背常规观感却符合数学规则的特殊结构，补齐人类思维的短板。 即便AI已经可以独立攻克菲尔兹级猜想，也并不意味着人类数学家会被淘汰，二者拥有完全不同类型的智慧。AI属于问题求解型智慧，擅长承接已提出的难题、构造反例、批量完成推导论证；但AI无法自主提出具备长远学科价值的新猜想，不能判断一个研究方向的意义，也无法将数学结论对接物理、芯片、密码等现实应用，缺少数学审美与方向开拓的能力。而人类的核心价值是开拓定义型智慧，从黎曼提出猜想、格罗滕迪克创立代数几何，到齐默尔曼筛选值得攻坚的猜想、解读AI成果的深层价值，都是AI无法替代的工作。菲尔兹奖的评选标准，从来不是解出多少道题目，而是创造新方法、开辟新领域，提出核心思路的人类，依旧是学科进步的核心。 这场由AI带来的变革，并非数学世界的颠覆，而是研究范式的重构。在人机协同的新模式下，数学家不必再耗费大量时间在琐碎验算上，可以集中精力专注原创构思；冷门猜想的试错成本大幅降低，大量尘封多年的难题迎来突破契机；基础数学成果也能更快转化落地，反哺前沿科技。数学教育也随之迭代，学习者不再需要埋头苦练海量笔算推导，转而培养问题洞察力、跨学科思考和人机协作能力。 总而言之，AI已经具备独立产出顶级数学思路的创造力，改写了传统数学的研究节奏，但人类积攒的知识积淀、开拓性的提问能力、价值判断的思维，依旧是数学向前发展的根基。未来的数学，不会是AI取代人类，而是人类掌舵方向、AI攻坚行路，二者携手奔赴基础科学更远的边界。
今日头条 2026-08-06 00:00:00
已收藏
去我的收藏夹