Сегодняшняя подборка про ИИ в науке хорошо показывает две стороны одного сдвига. С одной стороны, ИИ начинает напрямую работать с научными установками. С другой — появляются количественные данные, что сочетание ИИ и суперкомпьютеров действительно связано с большим числом заметных открытий.

Nature Machine Intelligence shows an LLM-driven ‘X-ray scientist’ that can run beamline alignment with minimal human supervision

Авторы из Nature Machine Intelligence описывают систему, в которой большая языковая модель не просто анализирует готовые данные, а сама планирует действия, отправляет команды на синхротронную лучевую линию, оценивает результат и повторяет цикл, пока не добьётся правильной настройки рентгеновского образца. Это важный шаг, потому что ИИ здесь переходит от роли помощника по интерпретации к роли оператора реального научного оборудования. Если такой подход окажется надёжным в более широком наборе сценариев, дорогие экспериментальные установки смогут тратить меньше времени на ручную подготовку и больше — на получение полезных данных.

Источник: Nature Machine Intelligence
Дата: 2026-07-24
Область: материаловедение и научные приборы

A new Scientific Reports study links the AI+supercomputing stack to more scientific breakthroughs across 27 fields

Эта работа из Scientific Reports интересна тем, что не продаёт одну эффектную демонстрацию, а пытается измерить сам тезис «ИИ ускоряет науку» на большом массиве публикаций. Авторы проанализировали более пяти миллионов научных работ за 2000–2024 годы и пришли к выводу, что сочетание ИИ и высокопроизводительных вычислений связано с большим числом научных прорывов сразу в 27 областях. Важная оговорка тоже на месте: доступ к ИИ и суперкомпьютерам сам становится фактором неравенства, а значит будущие открытия будут всё сильнее зависеть не только от идей, но и от вычислительной инфраструктуры.

Источник: Scientific Reports
Дата: 2026-07-16
Область: научная система и мета-исследования