5年后AI“看见”人类漏掉的全新酶系统，科研规则正在被重写
02:57
精选参考来源
精选参考来源
1. AI智能体自主发现未知酶系统_央广网
央广网 2026-09-28 00:00:00
2. 张锋点赞，Anthropic公布首个AI自主科学发现，21小时零干预，Claude找到全新DNA系统_新浪财经_新浪网
新浪财经 2026-09-24 00:00:00
3. 提假设、做实验、看结果一条龙！瑞典AI科学家完成自主科研闭环
今日头条 2026-10-01 00:00:00
4. 谷歌AI正式接管科研全流程，普通研究者还有优势吗？
搜狐 2026-10-06 00:00:00
5. AI智能体×实证数据库1小时完成数据分析！
微信公众号 2026-10-03 00:00:00
6. 每天一篇，AI for material 一句话总结：EurekaBench用26项跨学科任务检验AI的机制发现能力，发现其预测表现虽接近人类研究参照，仍难通过自主探索获得同样丰富、有证据支撑的科学洞见。 AI越来越擅长预测性质、优化参数和复现数据，但科学发现还要求解释现象为何发生，并据此提出可检验的新判断。难点在于：多个模型可能同样预测准确，却对应不同的机制解释；智能体也容易把精力用在提高分数，而忽略能区分假设、减少不确定性的关键实验。如何评价AI是否真正推进了科学理解，是本文要解决的问题。 作者提出EurekaBench，设置6个领域、26项任务和306个科学洞见问题，让7种AI智能体通过反复模拟与干预探索机制，再分别检查科学约束、预测能力和洞见支持度。综合表现最好的智能体预测得分为47.4%，接近人类研究参照的48.8%，但洞见得分仅42.4%，低于人类的69.7%。本文的亮点是把“预测准确”与“机制带来什么理解”分开评价，揭示AI在检验假设和追查异常上的不足。人类参照来自已有研究，评分也依赖预设问题和AI评审，因此结论应限定在这一评测设置内。 #科研 #文献 #人工智能AIforScience
今日头条 2026-10-05 00:00:00
7. 全球巨头扎堆AI4S赛道！医药行业迎来颠覆性变革，并非单纯概念炒作 新药研发耗时久、投入高、失败率极高，一款新药走完全流程常超十年，耗资十几亿美金。而AI4S（人工智能驱动科学研究）正在改写这套延续数十年的行业规则。 很多人容易混淆AI4S与普通医疗大模型。普通医疗AI侧重处理病历、影像这类已有医疗数据；AI4S直击底层科学发现，挖掘生物机理、预测蛋白结构、生成候选药物分子，联动自动化实验室，形成「AI设计—机器实验—数据反馈」闭环，大幅压缩试错周期、降低研发成本。 海外巨头密集加码： 英伟达联手礼来投入最高10亿美元打造AI实验室，目标把分子迭代缩短至2小时；礼来推出TuneLab平台对外输出药物研发AI能力。 微软发布生物学多模态模型Quine，整合基因组、蛋白、影像多维度数据，自动生成科研方案。 谷歌DeepMind的Co-Scientist科研智能体落地实验室，旗下Isomorphic Labs对接诺华、强生等药企，自研新药管线。 Anthropic、OpenAI分别牵手诺和诺德、百时美施贵宝，将大模型深度嵌入药企研发全流程。 国内商业化同样提速： 字节AI制药企业获大额首轮融资；晶泰科技订单高速增长，和多家国际药企达成重磅合作，服务全球头部药企。 中科曙光落地大型AI4S超算集群，生物分子模拟效率大幅提升。恒瑞、复星等国内药企，把AI融入靶点挖掘、分子设计，多个AI生成分子进入临床前阶段。 十五五医药规划明确扶持AI制药，将AI辅助药物研发列为重点方向。 AI4S覆盖新药研发全链条：快速筛选靶点、虚拟生成评估药物分子、设计合成路线、高通量自动化实验，还能优化临床试验方案，减少大量无效重复实验。 理性看待：AI4S不是直接产出新药的万能工具。AI预测结果仍必须经过实体实验验证，生物体系十分复杂，模型和真实环境存在差距。现阶段AI是科研助手，核心验证与科学判断依旧依靠科研人员。 行业已经跨过概念期，进入落地加速阶段。资本评判标准转变，更看重真实订单与药物管线进展。科技巨头与传统药企互补合作，算力+AI模型结合药企的生物学、临床经验。 AI4S也为国内创新药换道超车提供机会，有望缩短国内外研发差距。 ⚠️本文仅产业信息整理，不构成投资建议
今日头条 2026-10-05 00:00:00
8. 美国等17国支持《京都愿景》：扩大科研AI与算力使用，推动科研资助改革
今日头条 2026-10-05 00:00:00
9. 最近学界有两件事，值得所有科研人认真想想。 一边是AI写论文越来越普遍，很多人直接把AI当成学术捷径；另一边，是顶刊打假持续发酵，多篇发表在《Nature》等顶刊的论文，被查出数据造假、图片重复、逻辑失真。 这两件事放在一起，抛出了一个问题： 到底什么样的论文，才算真正合格？ 很多人一听到AI写论文，就先贴上“投机”“不端”的标签。但从期刊一线来看，真正该被严查的，从来不是AI工具本身，而是无创新的灌水和无底线的造假。 耿同学打假事件最让人震惊的地方，不是普通学生论文粗糙，而是一些顶刊论文、团队成果，明明是人工完成，却存在低级硬伤。 这说明，论文的含金量，和作者头衔、期刊级别、是否人工撰写，并没有必然关系。真正决定论文价值的，永远是三点： 有没有原创增量，数据是否真实可溯，逻辑是否严谨自洽。 所以，AI辅助写作并不可怕。 研究者用AI整理文献、润色初稿、优化格式，把时间花在实验设计、数据分析和创新推导上，这反而可能是更高效的科研方式。 真正可怕的是，有人把AI当成遮羞布。自己不思考、不验证、不复盘，整篇论文靠AI生成，结果一问三不知。这种研究，哪怕文字再漂亮，也只是空心论文。 未来的学术评价，不会一直纠结“你有没有用AI”。更重要的是，你有没有真正理解自己的研究，能不能经得起答辩、抽检和同行质疑。 AI是工具，不是学术投机的理由。科研的核心，从来不是“写文字”，而是“造新知”。 善用工具，守住真实，深耕内核，才是新时代科研人最该有的姿态。 更多内容请关注我的同名公众号推文。
抖音 2026-10-04 00:00:00
10. Claude 自主发现 ART:AI 从“写代码”走进“做科学发现”_财富号_东方财富网
财富号 2026-09-25 00:00:00
11. AI预测命中率65.7%!联想与咪咕发布《世界杯预测人机大战百场观察》_京报网
北京日报网 2026-07-13 00:00:00
12. 3. 重磅进展！AI已经能自主完成科研，做实验，普通人应抓住机会。
今日头条 2026-10-03 00:00:00
13. 中科院磐石科研智能生态1.0正式发布AI赋能科研全流程： 中科院计算机网络信息中心正式发布磐石科研智能生态1.0，推出核心载体“磐石·壹科学”智能化科研平台，同步启动生态共建“薪火计划”。 平台打通科研全流程，整合海量科研文献、计算工具与科研数据，可联动各类国家大科学装置，覆盖从科学假设、文献调研、仿真计算、实验分析到成果产出的完整科研闭环。 平台搭建多学科可信评测体系，实现科研数据与成果全链路溯源。目前已有近百家科研院所、高校与科创企业加入共建，推动AI深度赋能基础科学研究，重塑科研创新范式。
今日头条 2026-10-02 00:00:00
14. CMU、清华团队：AI知道实验如何改变结果？
小红书 2026-10-05 00:00:00
15. 一个能运行你实验的AI研究代理 | AI Engineer | An AI Research Agent That Runs Your Experiments
哔哩哔哩 2026-10-02 00:00:00
16. 【党建群团】“大模型时代的人才培养与科研评价”研讨会成功举办--中国科学院计算技术研究所
中国科学院计算技术研究所 2026-09-04 00:00:00
17. [楚天都市报]武昌首义学院: 科研不“高冷”，学生站C位
武昌首义学院 2026-09-11 00:00:00
18. AI真能预测人类？当 AI 复刻 83 亿虚拟人命运还有没有选择权
今日头条 2026-09-16 00:00:00
19. 普通研究人员借助人工智能进行高水平研究 一人抵一个团队研究报告
今日头条 2026-10-04 00:00:00
20. 儿子告诉我，他应该早点使用花钱的AI。他感觉每个月140元花得值。 儿子说他这次把自己的实验条件“喂”给AI，AI就能逐步推导出结论，而且这个结论和他做出的实验结论是一致的。 他说自己担心AI是乱写的。他整整花了一天时间去阅读AI写的过程，他惊喜地发现AI写的逻辑更严密。 而且，他和AI讨论一些工程上遇到的困惑，只要他给出的指令比较明确，它就能有理有据地给出见解。 儿子告诉我，现在AI已经取代了很多工作，幸好他的工作是需要实验的。如果AI能够搞实验，再拥有实践经验，那就太厉害了。 我认真听儿子说。 我感受到了AI带给科研工作者的冲击。 只有努力做时代的弄潮儿。友友说是不是？ #你问我答#
今日头条 2026-10-04 00:00:00
21. 依然坚持古法学习和科研的人会被时代淘汰吗
小红书 2026-10-04 00:00:00
已收藏
去我的收藏夹