Свежая подборка по AI в науке: TRACE улучшает поиск материалов через память о правках, модульный агент для КТ делает пространственные выводы проверяемыми, KREL снижает ошибки в медицинском кодировании, а Harmony точнее моделирует гибкий докинг молекул.
В свежей научной подборке главное не очередной общий разговор о «помощниках для учёных», а три очень разные попытки встроить ИИ прямо в научный метод и лабораторную практику. Один агент уже предлагает новые алгоритмы для биологии, другой заставляет по-новому проверять медицинские консультации, а третий сокращает путь к сложным квантовым материалам.
Новая подборка по AI-науке сегодня сосредоточена не на громких обещаниях, а на реальных ограничениях и практических улучшениях: где AI уже помогает медицине и материаловедению, а где упирается в формализацию, надёжность и воспроизводимость. Самый важный сигнал пришёл из FormalTCS: для AI на переднем крае математики и теоретической информатики главная проблема сейчас не само доказательство, а перевод идеи в строгую формальную постановку.
Новый выпуск AI Science: три свежие работы о том, как ИИ помогает формализовать сложную математику, проектировать кристаллические структуры и строить приватные медицинские модели прямо на смартфонах.
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.
В новой подборке про ИИ для науки — система ScienceFlow для долгих исследовательских циклов, MedPlex для сегментации медицинских снимков с опорой на клинический язык, метод очистки клинических записей для решений по ИВЛ и MatEvolve для поиска новых кристаллических структур.
Три свежие научные работы показывают, куда реально движется AI в науке: многоголосое диагностическое рассуждение в медицине, долговременная память для материаловедения и управляемая автоматизация длинных молекулярных расчётов. Во всех трёх случаях главный прогресс идёт не от «ещё одной модели», а от правильно устроенного процесса.
Сразу пять свежих научных работ показывают, как ИИ всё глубже входит в реальную науку: от новой математики и анализа МРТ до восстановления клинических временных линий, поиска связей между РНК и белками и более дешёвого химического анализа по инфракрасным спектрам. Ниже — что именно сделали исследователи и почему это важно.
Свежая подборка по науке с ИИ показывает, что фокус смещается от одиночных демонстраций к длинным исследовательским циклам: модели учатся работать с научными статьями и рисунками, клинические системы — объяснять ход рассуждений по шагам, а материалы и кристаллы — генерироваться целиком, а не по кускам. Ниже — пять новых работ, где ИИ пытаются встроить в реальную научную и медицинскую практику.
