Новая серия работ на arXiv показывает, как ИИ становится практичнее в науке: от проверки медицинских отчетов и моделей для снимков грудной клетки до проектирования магнитных сплавов, белков и причинных научных гипотез.
В npj Digital Medicine описали интерпретируемую систему ODMMT: она без ручной разметки анализирует, как клетки трофобласта расположены рядом с эритроцитами в сосудах плаценты. Такой подход может сделать оценку риска преэклампсии более воспроизводимой.
Три свежих работы про агентную науку: ABC-Bench проверяет действия ИИ в сценариях биобезопасности, обзор описывает переход от подсказок к самостоятельному научному циклу, а новая методология оценки делает упор на репозитории, веб-доступ и терминал.
Две заметки Nature сходятся в одном предупреждении: ИИ ускоряет научную работу, но без прозрачных данных, проверки методологии и понятной ответственности он может сделать слабые исследования убедительнее на бумаге.
В научном ИИ сразу три свежих сигнала с arXiv: HiPoly делает ставку на полимерный дизайн, новая работа по фотокатализаторам исправляет частую ошибку отбора материалов для зелёного водорода, а исследователи интерфейсов мозг—компьютер предлагают общий способ честно сравнивать речевые системы. Во всех трёх случаях речь не о красивой демонстрации, а об устранении конкретных узких мест, которые мешают полю двигаться быстрее.
Свежая подборка из arXiv показывает, как ИИ всё глубже заходит в науку не только как помощник по тексту, но как инструмент для разбора клинических сбоев, поиска новых правил в материаловедении и генерации биологических гипотез из старых данных. Особенно выделяется работа, где автономные агенты перебрали миллионы кандидатов и вывели восемь правил, которые помогают отсеивать плохие кристаллические структуры ещё до дорогих расчётов.
Две свежие работы показывают более зрелый сценарий ИИ в материаловедении. В одном случае поиск по данным помог резко расширить известное семейство максенов и быстро подтвердить новые варианты в эксперименте. В другом — замкнутый цикл с языковой моделью, оптическими измерениями и байесовской оптимизацией довёл исследователей до синтеза ранее не описанного соединения Rb3BiI6.
Новая работа показывает более зрелый сценарий ИИ в разработке лекарств: система не остановилась на виртуальном отборе молекул, а довела поиск до проверки мишени PIK3CA в ткани опухоли и дополнительных биологических экспериментов. Это важно как пример связки вычислительного отбора с реальной лабораторной проверкой, а не только с красивым списком кандидатов на экране.
Новый выпуск по ИИ в науке: Vero пытается соединить программирование с формальной проверкой, MatDiffract ускоряет анализ материалов, AstraZeneca описывает исследовательского помощника для биомедицины, а CellPrism делает виртуальные клетки понятнее для ученых.
