В новой подборке по AI Science — работа о поиске материалов с переходом металл–изолятор, агентная лаборатория для ускорения проверки гипотез, более проверяемые ИИ-системы для постановки научных вопросов, память-граф для длинных математических доказательств и новая оркестровка клинической поддержки в онкологии.
Свежая подборка по ИИ в науке сегодня особенно сильна в трёх направлениях: формальная математика, лабораторная автоматизация и материаловедение. Среди главных находок — система, которая помогает переводить настоящие исследовательские статьи в машинно проверяемые доказательства, а также новые подходы к поиску лекарственных взаимодействий, биологических протоколов и высокодавленных материалов.
Свежая подборка работ с arXiv показывает, как ИИ всё заметнее сдвигается от простого перебора вариантов к более научному поведению: системы начинают хранить явные гипотезы, пересматривать объяснения, предлагать эксперименты и проверяться на реальных клинических запросах. Это важно, потому что главный вопрос теперь не только в том, умеет ли модель что-то находить, а в том, насколько она способна работать как полезный и проверяемый исследовательский инструмент.
В новой подборке научного ИИ — пять разных направлений, где ИИ помогает науке не только генерировать гипотезы, но и проверять их: от формальной математики и инфраструктуры для доказательств до дизайна лекарств, анализа одиночных клеток и трезвой проверки биологических интерпретаций.
Новый бенчмарк NatureBench проверил, способны ли coding-агенты выполнять реальные научные задачи уровня статей Nature. Результат отрезвляющий: лучшая конфигурация превзошла опубликованный state of the art только в 17,8% случаев. Рядом с этим — сильные работы по математическому поиску, цифровым двойникам болезни Альцгеймера, поиску ингибиторов и открытию кристаллов.
Три свежие работы из arXiv показывают важный сдвиг в разговоре об ИИ для науки: исследователи всё чаще проверяют не только то, что модели умеют предлагать, но и насколько их выводы действительно новы, нетривиальны и пригодны для реального научного процесса.
Среди свежих научных работ по ИИ особенно выделяется статья о совместном поиске нового квантового алгоритма человеком и ИИ: система помогала не решать готовую задачу, а прокладывать путь от гипотезы к доказуемому результату. В том же выпуске — перевод биологических протоколов в команды для роботизированной лаборатории, ускорение поиска твёрдых электролитов для батарей и новый конвейер генетической диагностики врождённых нарушений.
В свежей научной AI-повестке выделяются работы, где ИИ становится не просто моделью, а исследовательским инструментом: от автономного анализа пространственной протеомики и клинической оценки промптов до верификации математических результатов и более реалистичного отбора материалов для синтеза.
Свежая подборка по ИИ в науке показывает сразу несколько сильных направлений: от новых вычислительных приёмов для квантовой химии и поиска сверхпроводников до более надёжного открытия материалов, автоматической сборки баз данных по метаматериалам, формально проверяемых математических доказательств и более честной оценки ИИ-агентов для доклинической фармакологии.
